
数据有三种活法
第一种,躺在表格里。一行一条,整整齐齐。你查“张三的年龄”,秒回。你查“张三的医生开过哪些受管制的药”,就得连表,连到第三层,SQL 写得老长,还得担心漏。 第二种,躺在文档里。自由,灵活,你写多少它收多少。可机器读起来抓瞎。它分不清那个“他”到底指谁。 第三种,摊成一张网。点,是实体。线,是关系。 差别在哪?表格回答“是什么”。网回答“跟谁有关”。 就这么点区别,落到具体活儿上,天壤之别。三元组:图谱的积木块
骨架其实笨得很:主语、谓语、宾语。 (老张)—[患]→(高血压) (老张)—[就诊于]→(市三院心内科) (市三院心内科)—[位于]→(城西) 就这么简单。三样东西,串起来。 但你别小看它。一旦串起来,“老张这次该挂哪个科”这种问题,机器能自己走:从老张出发,走到他得过什么病,再走到这类病通常归哪个科。 它不查表。它走路径。 麻烦也在这儿。路径一长,分支就爆炸。老张认识的人,他认识的人也认识别人……四跳之后,你面对的可能是一张铺满篮球场的关系网。所以真做起工程来,功夫多半花在“怎么少走弯路”上。
难点不在画图,在洗数据

几个常被问到的问题
问:知识图谱跟搜索引擎是什么关系? 答:你搜一家公司,结果页右上角那张小卡片——成立时间、创始人、总部在哪。那背后通常就有图谱撑着。搜索负责找,图谱负责解释。 问:大模型都这么猛了,图谱是不是过时了? 答:我倒觉得是反过来。模型擅长“像不像”,不擅长“是不是”。你让它列出某家公司全部的子公司,它会编,编得还挺流畅,语气笃定得让你差点信了。图谱不编。它要么有,要么没有。 眼下常见的做法是把两者搭一起:模型负责听懂你在问什么,图谱负责给出有据可查的那部分。一个嘴皮子溜,一个记性好。缺了谁都不太顺。 问:自己搭一套难不难? 答:看你想要多大。做个几十个实体、几百条关系的小验证,一个下午能跑通。想覆盖一个行业……那是长期工程。别信“三个月上线”这种话。一点冷思考

作者|科技
排版|科技
审核|阿辰
大讲堂