IVGraph
Um grafo de conhecimento representa o conhecimento como elementos conectados por relações significativas: pessoas, livros, projetos e ideias se tornam nós, e suas conexões se tornam arestas. Por exemplo, Maya escreveu Notas de campo, e Notas de campo aborda Jardinagem urbana. Esses três nós e duas relações identificadas por nomes formam um pequeno grafo de conhecimento — não apenas uma lista de palavras relacionadas.
Um exemplo simples: coisas, conexões, perguntas
Imagine um caderno de leitura com esse autor fictício, esse livro e esse tema. Você poderia escrever as informações em forma de frases ou explicitar as relações:
Maya → wrote → Field Notes
Field Notes → discusses → Urban GardeningAgora comece por Maya e siga as conexões. Qual tema o livro dela aborda? Em vez disso, comece por Jardinagem Urbana: quais livros abordam esse tema e quem os escreveu?
Essa é a ideia prática por trás de um grafo de conhecimento. Ele preserva a que algo está conectado e de que forma, para que pessoas ou softwares possam seguir essas conexões em vez de reconstruí-las a partir de textos dispersos.
A palavra “conhecimento” importa. Uma linha entre Maya e Notas de campo, por si só, diz pouco. Uma linha com o rótulo wrote expressa uma afirmação específica. Mude o rótulo para reviewed e você terá um fato diferente.
Os elementos básicos de um grafo de conhecimento
Entidades: aquilo que você descreve
Uma entidade é uma coisa ou um conceito específico representado por um nó. Pode ser uma pessoa, organização, local, evento, documento ou tema. No nosso exemplo, Maya é uma pessoa, Field Notes é um livro e Jardinagem urbana é um tema.
Mantenha a identidade separada do nome exibido. Se o seu caderno contiver duas pessoas chamadas Maya, não as unifique só porque seus rótulos são iguais. Por outro lado, “Maya” e “Maya — autora” podem se referir à mesma pessoa. Decidir quais registros descrevem a mesma entidade faz parte da construção de um grafo útil.
Relacionamentos: o que conecta as entidades
Uma aresta conecta nós. Seu tipo descreve a relação: wrote, works-for, depends-on ou discusses, por exemplo.
A direção também importa. “Maya escreveu Field Notes” não é a mesma afirmação que “Field Notes escreveu Maya”. Escolha rótulos que você possa ler em voz alta como frases; frases estranhas costumam revelar um modelo pouco claro.
Propriedades: detalhes sobre algo ou uma conexão
As propriedades descrevem uma entidade ou um relacionamento. Para o nosso livro fictício, você pode registrar um título e um status de leitura. Para Maya, você pode registrar um nome de exibição.
Um detalhe deve ser uma propriedade ou outro nó? Para um primeiro projeto, pergunte-se se você quer conectar outras coisas a ele. Um status de leitura pode continuar sendo uma propriedade; um tema merece seu próprio nó se você quiser que vários livros se conectem por meio dele.
Triplas: uma afirmação de cada vez
Uma tripla expressa um fato na forma de sujeito–predicado–objeto. Para Maya → wrote → Field Notes:
- Sujeito: Maya—a entidade com a qual a afirmação começa.
- Predicado: escreveu—a relação que está sendo afirmada.
- Objeto: Notas de campo—o alvo dessa relação.
Triplas são uma forma compacta de entender o modelo. Você não precisa escrever todas as conexões nessa notação ao trabalhar em um aplicativo de notas; uma relação nomeada pode expressar a mesma ideia básica.
Para desenvolvedores, há diferentes abordagens de implementação. A Esri faz uma distinção entre grafos de propriedades e grafos RDF: os grafos de propriedades associam propriedades em pares de chave e valor a nós e relacionamentos, enquanto o RDF representa afirmações por meio de triplas. “Grafo de conhecimento” não especifica um único formato de armazenamento.
Esquema e ontologia: o vocabulário compartilhado
Um esquema define os tipos de entidades e relacionamentos usados pelo seu modelo. Nosso grafo de leitura poderia permitir:
Person → wrote → Book
Book → discusses → TopicUma ontologia formaliza significados e pode definir relações adicionais entre tipos. A Graphwise descreve uma ontologia como um contrato sobre o significado entre os desenvolvedores de um grafo e seus usuários, incluindo software.
Para um caderno pequeno, comece com um vocabulário enxuto, em vez de um modelo formal extenso. Registre o significado de cada relação. discusses significa que um livro aborda um tema de forma substancial ou apenas o menciona? A consistência permite interpretar as conexões resultantes.
Exemplos de grafos de conhecimento: Google e Wikidata
Grafo de conhecimento do Google
O grafo de conhecimento do Google é um exemplo conhecido porque suas informações aparecem nos resultados de pesquisa. A visão geral da IBM explica que ele fornece informações com base nas pesquisas das pessoas e aponta fontes como Freebase, Wikipedia e CIA World Factbook.
A distinção útil é entre uma palavra e a entidade que ela designa. A IBM usa o exemplo de Apple, a empresa, e maçã, a fruta, para explicar como esquemas, identidade e contexto ajudam a distinguir significados. Um sistema de busca precisa dessa distinção para retornar informações sobre a coisa certa.
Wikidata
Wikidata é um grafo de conhecimento aberto associado à Wikipedia. No momento da redação deste texto, a visão geral da IBM informa que há mais de 120 milhões de entradas em 300 idiomas.
A escala é muito diferente da de um caderno pessoal, mas a ideia básica é reconhecível: descrever entidades e conectar suas descrições. Um tópico não é útil apenas como um registro isolado; suas conexões fornecem contexto para outros registros.
Esses exemplos não significam que seu grafo precisa descrever o mundo inteiro. Um grafo que abrange uma única questão de pesquisa ou os projetos de uma única equipe pode usar os mesmos elementos básicos.
Grafo de conhecimento versus banco de dados, mapa mental e repositório de vetores
Essas ferramentas têm funções em comum, mas organizam informações para finalidades diferentes. A comparação mais útil parte da pergunta que você quer responder — não de qual ferramenta é melhor em qualquer situação.
| Abordagem | Organização principal | Exemplo de pergunta | Principal diferença |
|---|---|---|---|
| Grafo de conhecimento | Entidades conectadas por relações com tipos definidos | Quais autores escreveram livros sobre este tema? | Explicita o significado das conexões. |
| Banco de dados relacional | Registros em tabelas, conectados por chaves | Quais livros têm o status de leitura “Concluído”? | Organiza registros estruturados; também permite consultar relações. |
| Mapa mental | Ideias organizadas em ramificações ao redor de um tema | O que minha pesquisa sobre jardinagem deve abordar? | Útil para organizar tópicos e gerar ideias, em vez de definir fatos reutilizáveis. |
| Repositório vetorial | Representações numéricas usadas para recuperação por similaridade | Quais trechos têm significado semelhante ao desta pergunta? | Similaridade não é o mesmo que uma relação factual identificada por um nome. |
Um grafo de conhecimento não é o oposto de um banco de dados
Um grafo de conhecimento descreve uma representação do conhecimento. Um banco de dados é uma tecnologia para armazenar e consultar dados. Um banco de dados de grafos é projetado com foco em dados conectados e pode dar suporte a um grafo de conhecimento.
Bancos de dados relacionais também representam relações. A diferença não é que “tabelas não podem conectar coisas”, mas sim como essas conexões são modeladas e exploradas. A Esri destaca que bancos de dados em grafo se concentram em relações armazenadas explicitamente, especialmente para perguntas que envolvem múltiplas conexões.
Para uma lista simples de status de leitura, uma tabela pode ser tudo de que você precisa. Se as perguntas passam com frequência de livros para autores, depois para temas e de volta para outros livros, vale a pena considerar um modelo em grafo.
Um mapa mental esboça; um grafo de conhecimento explicita relações
Um mapa mental típico se ramifica a partir de uma ideia central. Um grafo de conhecimento pode conectar entidades entre essas ramificações usando diferentes tipos de relacionamento. “Parte do meu plano de pesquisa” e “escrito por esta pessoa” não devem se tornar linhas indistinguíveis.
Se você ainda está decidindo quais conceitos devem fazer parte de um projeto, um esboço pode ser um bom ponto de partida. Um criador de mapas mentais para o Notion é adequado para essa tarefa de planejamento; depois, você pode definir relações reutilizáveis.
Similaridade vetorial e relações explícitas respondem a perguntas diferentes
Encontrar um trecho que parece relevante é diferente de encontrar uma conexão registrada. “Texto semelhante à jardinagem urbana” e “livros explicitamente vinculados a Jardinagem Urbana” podem gerar resultados diferentes.
As abordagens podem coexistir. A IBM descreve uma implementação relacionada ao Wikidata que vetoriza dados de grafos para recuperação. Um grafo não precisa substituir a busca por similaridade, e a busca por similaridade não fornece o significado de cada relação.
Para que servem os grafos de conhecimento?
Busca e respostas a perguntas
Grafos de conhecimento permitem que os sistemas de busca trabalhem com entidades e contexto, em vez de apenas palavras. No nosso exemplo de leitura, você poderia responder à pergunta “Quais autores abordam a jardinagem urbana?” seguindo as conexões entre tema, livro e autor.
Recomendações
A IBM descreve grafos de conhecimento que dão suporte a recomendações no varejo com base no comportamento de compra e a recomendações de entretenimento com base no engajamento. A ideia em comum é usar informações conectadas para identificar itens relevantes.
Como um pequeno exemplo de uso pessoal, você poderia usar conexões baseadas em temas em comum para criar uma lista de “próximas leituras”. A recomendação teria um motivo fácil de entender: este livro ainda não lido aborda um tema conectado aos livros que você já selecionou.
Integração de dados
Fontes diferentes podem descrever a mesma entidade de maneiras distintas. Um grafo pode conectar essas descrições por meio de uma identidade e um vocabulário compartilhados.
Imagine anotações de pesquisa que mencionam “Maya”, uma lista de leitura com “Maya — autora” e uma página de entrevista que se refere à mesma pessoa. Identificar que essas referências apontam para a mesma pessoa permite conectar o livro e a entrevista por meio dela, em vez de mantê-los como registros separados.
RAG e IA
A geração aumentada por recuperação, ou RAG, fornece a um modelo de linguagem contexto recuperado para ajudá-lo a responder a uma pergunta. A recuperação baseada em grafos pode usar relações explícitas para compor esse contexto.
O guia de grafos de conhecimento de Brian Curry descreve a navegação por relações e as conexões rastreáveis como benefícios para aplicações de IA. Nossa explicação sobre GraphRAG explora esse padrão de recuperação de informações com mais detalhes.
Grafos de conhecimento pessoais: comece pelas suas anotações
Um grafo de conhecimento pessoal aplica essas ideias ao seu próprio material: notas, projetos, listas de leitura, pessoas e conceitos. Você não precisa de um pipeline de dados corporativo para começar.
Um espaço de trabalho do Notion já tem uma estrutura de grafo:
- Páginas são nós.
- Menções e backlinks conectam páginas por meio de referências.
- Relações de bancos de dados conectam registros por meio de campos nomeados.
- Relações com páginas superiores descrevem a hierarquia.
Essas conexões não têm todas o mesmo significado. Uma página que menciona um livro não necessariamente o recomenda, resume ou usa em um projeto. Para criar conexões precisas, dê nomes significativos às Relações dos bancos de dados do Notion. Use os backlinks do Notion para navegar pelas referências e depois leia o texto ao redor para entender por que a referência existe.
Os cofres do Obsidian conectam notas com wikilinks. A mesma questão de modelagem se aplica: o link apenas aponta para algum lugar ou a nota explica a relação? Nossa comparação entre Notion e Obsidian aborda de forma mais ampla a escolha entre esses ambientes.
Há uma distinção útil aqui: notas vinculadas formam um grafo, enquanto um grafo de conhecimento formal acrescenta uma semântica explícita e consistente. Você pode começar com o primeiro e, aos poucos, fortalecer o segundo.
Para visualizar conexões existentes, o IVGraph exibe páginas do Notion, backlinks e menções, além de propriedades de Relação de bancos de dados, em um grafo 3D interativo. No momento da redação deste texto, ele é gratuito para até 500 nós e usa acesso somente leitura por meio do login no Notion.
A visualização ajuda você a examinar a estrutura, mas não substitui a definição do significado das suas relações. Para um passo a passo voltado ao espaço de trabalho, consulte o guia de grafo de conhecimento no Notion.
Como criar um pequeno grafo de conhecimento
Comece com uma pergunta que você realmente quer responder. “Organizar tudo o que sei” é difícil de testar. “Quais leituras embasam este projeto?” dá a você um objetivo concreto.
- Escolha um escopo limitado. Use uma única lista de leitura ou um único projeto. Deixe os materiais não relacionados fora da primeira versão.
- Nomeie os tipos de entidade. Neste exemplo, use Projeto, Leitura e Tópico. Crie um registro ou uma nota individual para cada entidade real.
- Defina as relações. Experimente
Reading → informs → ProjecteReading → discusses → Topic. Escreva uma definição em linguagem simples para cada uma. - Adicione propriedades com critério. Mantenha detalhes como o status da leitura na própria leitura. Crie uma entidade separada para um tópico quando ele precisar conectar várias leituras.
- Resolva duplicidades de identidade. Decida se “Pesquisa sobre jardins” e “Projeto de pesquisa sobre jardinagem” se referem ao mesmo projeto. Evite mesclar registros só porque os nomes parecem semelhantes.
- Adicione conexões com contexto. Registre por que uma leitura serve de base para um projeto. Guarde o trecho ou a fonte que sustenta afirmações importantes.
- Teste a pergunta original. Comece pelo projeto, siga as leituras conectadas a ele e depois examine os tópicos delas. Você consegue explicar cada conexão?
- Revise antes de expandir. Renomeie relações ambíguas, corrija erros e adicione conexões que faltam. Expanda o grafo quando outra pergunta útil exigir isso.
Antes de adicionar mais conteúdo, use esta breve lista de verificação de qualidade:
- Cada nó representa algo identificável?
- Cada relação pode ser lida como uma frase clara?
- Relações semelhantes recebem nomes consistentes?
- Você consegue encontrar as evidências por trás de afirmações importantes?
- Seguir as conexões responde à sua pergunta inicial?
O objetivo não é o maior diagrama. É um conjunto de conexões que você possa entender, nas quais possa confiar e que possa reutilizar.
Perguntas frequentes
O que é um grafo de conhecimento em termos simples?
Um grafo de conhecimento é uma forma de representar coisas e as relações entre elas. As coisas se tornam nós; as relações se tornam conexões nomeadas. Por exemplo, Maya escreveu Notas de Campo, e Notas de Campo aborda Jardinagem Urbana.
Qual é a diferença entre um grafo de conhecimento e um banco de dados de grafos?
Um grafo de conhecimento é uma representação interconectada do conhecimento, que inclui o significado de suas entidades e relações. Um banco de dados de grafos é uma tecnologia de armazenamento projetada para armazenar e consultar dados interconectados. O banco de dados pode dar suporte ao grafo de conhecimento, mas os dois não são a mesma coisa.
Um mapa mental é um grafo de conhecimento?
Um mapa mental típico organiza ideias em ramificações em torno de um tema central. Um grafo de conhecimento enfatiza relações nomeadas entre entidades que podem se conectar entre diferentes ramificações. Um mapa mental pode ajudar você a esboçar um modelo, mas um diagrama com ramificações, por si só, não define o significado de suas conexões.
Posso criar um grafo de conhecimento pessoal no Notion ou no Obsidian?
Sim. As páginas do Notion formam nós conectados por menções, backlinks, propriedades de Relação em bancos de dados e relações com páginas-pai. As notas do Obsidian se conectam por links wiki. Nomes consistentes para as entidades e significados claros para as relações tornam essas notas interligadas mais úteis como um grafo de conhecimento pessoal.
Grafos de conhecimento precisam de IA?
Não. Você pode criar entidades e relações manualmente. A IA pode ajudar a extraí-las de um texto, e um grafo de conhecimento pode fornecer contexto estruturado a um sistema de IA, mas nenhum desses recursos é necessário para começar a criar um pequeno grafo.