chill_notes/wiki/Resources/方法论/知识图谱.md

created, type, tags

created	type	tags
2026-04-28	concept	知识图谱，GraphRAG，语义层，Neo4j

知识图谱（Knowledge Graph）

以图结构表示知识的语义网络，节点=实体，边=关系

定义

知识图谱是一种用图结构来组织和表示知识的技术。它将现实世界中的概念、实体、事件及其关系以节点和边的形式建模。

• 节点（Node）：实体或概念（如"张三"、"北京"、"订单"）
• 边（Edge）：实体间的关系（如"住在"、"属于"、"包含"）

发展历史

时间	事件
1993	Tom Gruber 提出本体论定义
2000	谷歌 PageRank 用图排序网页
2004	RDF 标准发布（语义网基础）
2012	谷歌正式提出"知识图谱"概念，口号"Things, Not Strings"
2024	微软开源 GraphRAG
2025	Palantir 带火本体论

核心要素

要素	说明	示例
概念/类	事物类型	客户、产品、订单
属性	事物特征	客户 ID、姓名
关系	概念间联系	员工→部门、客户→订单
规则/公理	业务逻辑约束	订单必须包含产品
实例	具体数据	张三 (C001)

与 LLM 的关系

互补性：

• LLM：擅长语言理解、生成，但可能幻觉
• 知识图谱：结构化知识，精确可推理，但构建成本高

结合方式：

1. LLM 构建图谱：用 LLM 从文本中自动抽取实体和关系
2. GraphRAG：检索增强生成 + 图谱，支持多跳推理
3. 图谱增强问答：先用图谱查询，结果送入 LLM 生成答案

实现技术

技术	说明
Neo4j	最流行的图数据库
FalkorDB（Redis）	轻量级图数据库
Graphiti	动态知识图谱，支持实时更新
Tree-KG（清华）	树结构知识图谱
LightRAG	轻量级 GraphRAG 框架

挑战

• 共指消解、实体消歧
• 实时性/动态更新困难
• 构建成本高（LLM 时代有所改善）

相关概念

• 语义数字化建设体系（语义层的核心实现）
• RAG（GraphRAG 是 RAG 的图增强版）
• 双向链接（知识图谱的双向链接思想）
• 渐进式总结（知识图谱的渐进构建方式）

---

基于参考资料整理