Graphe de connaissances

De nombreuses interprétations de cette expression coexistent, souvent sans documentation officielle, ce qui rend difficile l'établissement d'un cadre conceptuel partagé^[1].

Le terme « graphe de connaissances » est utilisé en 1972 lors d'une discussion visant à déterminer comment construire des modules de cours^[5]. À la fin des années 1980, les universités de Groningue et de Twente entament un projet commun intitulé Knowledge Graphs et qui vise à établir une structure de réseau sémantique.

Dans un premier temps, les graphes de connaissances se limitent au sein de disciplines spécifiques. Ainsi, en 1985, WordNet crée un graphe de connaissances centré sur la relation entre les mots et leur signification. En 2005, GeoNames en présente un également dans le domaine de la géographie.

En 2007, DBpedia et Freebase forment deux graphes de connaissances (bien qu'elles n'utilisent pas ce terme) généraux. DBpedia se concentre sur des données extraites de Wikipédia, alors que Freebase s'intéresse également à d'autres jeux de données publiques.

En 2012, Google lance le Google Knowledge Graph (GKG^[6]), reprenant, entre autres, les données de DBpedia et Freebase. Le GKG intègre par la suite des données de type RDFa, microdonnées et JSON-LD de sites tels CIA World Factbook, Wikidata et Wikipedia^[6],[7]. La structure de l'outil est par la suite adaptée à celle de schema.org^[8]. Le GKG popularise la notion de graphe de connaissances.

Depuis lors, plusieurs multinationales s'intéressent aux KG, dont Facebook, LinkedIn, Airbnb, Microsoft, Amazon, Uber et eBay^[9].

En 2026, face à des définitions souvent floues, Ehrlinger et Wöß ont proposé une définition se voulant précise et non ambiguë du « graphe de connaissances » pour fournir une base commune aux travaux futurs : « un graphe de connaissances est un cadre abstrait permettant de représenter des entités et leurs relations de manière structurée, en intégrant des connaissances issues de sources diverses, afin de soutenir des applications de raisonnement et d’exploitation du savoir »^[1].

Summarize Fact Check

Dans le domaine de l'intelligence artificielle, les grands modèles de langage (Large Language Models ou LLM) et autres modèles neuronaux modernes interagissent de plus en plus étroitement avec des graphes de connaissances, souvent explicites, et structurés à partir de bases de données telles que Wikidata, pour représenter des faits sous forme de réseaux d'entités et de relations et de compenser les limites des représentations purement statistiques internes aux modèles^[10].
Ces graphes sont utilisés pour injecter dans les modèles un savoir vérifié ou vérifiable, pour guider le raisonnement symbolique, un mode de raisonnement qui manipule des symboles explicites telles que des règles, des faits et des relations logiques, — plutôt que des statistiques — (afin de déduire des conclusions de manière plus structurée et interprétable). Cela doit permettre de notamment réduire les hallucination de l'IA et améliorer sa précision dans des tâches comme la recherche d'information, la question‑réponse, l'inférence logique ou la prédiction de lien au sein de bases de connaissances^[11].

Dans les années 2020, les approches dites « neuro‑symboliques » (« KG‑augmented LLMs ») combinent généralement les capacités linguistiques des LLM avec la structure formelle des graphes via diverses techniques^[12]. :

• alignement texte‑graphe
• encodage conjoint de représentations (par exemple au moyen d'encodeurs doubles ou d'adaptateurs alignant les embeddings de graphes et les embeddings textuels),
• génération contrainte par graphe (où les réponses sont conditionnées par des sous‑graphes extraits),
• génération augmentée par la recherche (RAG) à partir de graphes (Graph‑RAG), dans lesquels des sous‑graphes pertinents sont d'abord récupérés puis fournis au modèle comme contexte.

Ces architectures hybrides visent à produire des IA plus fiables et interprétables, en s'appuyant sur la topologie du graphe pour contraindre ou vérifier les sorties du modèle. Elles sont également utilisées dans l'autre sens, pour automatiser la construction et la mise à jour des graphes eux‑mêmes à partir de textes via les LLM (extraction d'entités et de relations, complétion de triplets ou correction de bases telles que Wikidata). Cette intégration reste un champ de recherche actif, où subsistent des défis en matière d'alignement sémantique entre représentations symboliques et neuronales, de coût computationnel et d'évaluation fine de la réduction effective des hallucinations^[13].