Los Grafos de Conocimiento son estructuras digitales que representan información mediante entidades, propiedades y relaciones explícitas entre ellas. Permiten transformar documentos, datos y contenidos aislados en una red de conocimiento conectada que puede explorarse, consultarse y reutilizarse. En el taller los utilizo para estructurar dominios complejos, conectar personas, organizaciones, lugares, proyectos, tecnologías y conceptos, y proporcionar contexto a buscadores, sistemas de recomendación e Inteligencia Artificial.
Gran parte del conocimiento digital continúa almacenándose en páginas, documentos, tablas y bases de datos que describen elementos individuales pero hacen poco explícitas las relaciones que existen entre ellos. Los Grafos de Conocimiento proponen otra forma de organizar esa información.
En lugar de pensar únicamente en registros o documentos, permiten representar: entidades → propiedades → relaciones
Por ejemplo:
El estándar RDF del W3C formaliza una lógica similar mediante triples compuestos por sujeto, predicado y objeto; un conjunto de estas relaciones constituye un grafo RDF. Los grafos de propiedades utilizan otra representación donde los nodos describen entidades, las relaciones conectan esos nodos y ambos pueden incorporar propiedades. En el taller entiendo los Grafos de Conocimiento alrededor de cuatro capacidades: identificar, relacionar, contextualizar y descubrir.
Los Grafos de Conocimiento son estructuras digitales utilizadas para representar entidades y las relaciones existentes entre ellas. Una entidad puede representar una persona, organización, lugar, producto, obra, tecnología, concepto, documento o cualquier otro elemento relevante dentro de un dominio. A diferencia de modelos donde la información permanece almacenada principalmente en registros o documentos aislados, un grafo hace explícitas conexiones como:
El estándar RDF del W3C representa información mediante triples formados por sujeto, predicado y objeto, mientras que los grafos de propiedades utilizan nodos, relaciones y propiedades para describir dominios conectados. Dentro del enfoque de Artesanía Digital de robertonappe.com, los Grafos de Conocimiento se entienden mediante cuatro capacidades:
Los Grafos de Conocimiento pueden utilizarse en plataformas de conocimiento, turismo, patrimonio, organizaciones, sistemas de recomendación, buscadores, asistentes inteligentes y arquitecturas de Inteligencia Artificial. También mantienen una relación importante con la Web semántica. Google Knowledge Graph, por ejemplo, organiza información alrededor de entidades y utiliza tipos compatibles con Schema.org y representaciones JSON-LD en su API. El objetivo final no es construir una base de datos más compleja. Es conseguir que el conocimiento pueda entenderse como una red de entidades, relaciones y contexto.
Uso Grafos de Conocimiento porque permiten hacer explícitas las relaciones que normalmente permanecen implícitas dentro de documentos y bases de datos. Esto resulta especialmente valioso cuando una plataforma contiene muchas entidades relacionadas entre sí. Una pieza patrimonial puede estar vinculada con una persona, un lugar, un periodo, una técnica y una colección. Un destino turístico puede conectar atractivos, rutas, servicios, experiencias, organizaciones y localidades. Una plataforma de conocimiento puede relacionar personas, proyectos, conceptos, tecnologías y referencias. Google utiliza un Knowledge Graph compuesto por entidades como personas, lugares y cosas, y su API permite buscar esas entidades utilizando tipos basados en Schema.org y representaciones compatibles con JSON-LD. El objetivo no es solamente almacenar información. Es poder responder preguntas sobre cómo se relaciona esa información.
Cómo se resuelve: se identifican las entidades principales y se conectan mediante relaciones para construir una estructura que permita navegar desde una persona hacia sus proyectos, documentos, organizaciones y áreas de conocimiento.
Cómo se resuelve: cada elemento se representa como una entidad y se conectan sus relaciones, permitiendo explorar el patrimonio desde diferentes recorridos y perspectivas.
Cómo se resuelve: se construye un grafo donde los elementos turísticos quedan conectados mediante relaciones territoriales, temáticas y operativas. Esto permite descubrir, por ejemplo, experiencias cercanas a un atractivo, servicios asociados a una ruta o lugares relacionados con un determinado interés.
Cómo se resuelve: el sistema recupera entidades y relaciones relevantes desde el Grafo de Conocimiento y las incorpora como contexto para generar una respuesta.
Cómo se resuelve: se recorren relaciones existentes en el grafo para encontrar elementos conectados mediante intereses, categorías, ubicaciones, tecnologías u otras dimensiones relevantes.
Cómo se resuelve: cada contenido se trata como una entidad y las relaciones se almacenan explícitamente, permitiendo navegación contextual, contenidos relacionados, búsqueda semántica y futuras experiencias de IA.
Los Grafos de Conocimiento son estructuras digitales que representan entidades, propiedades y relaciones para transformar información dispersa en conocimiento conectado. En robertonappe.com se utilizan como material de Artesanía Digital para organizar dominios complejos, relacionar personas, organizaciones, obras, soluciones, tecnologías, sectores y conceptos, y proporcionar contexto a sistemas de búsqueda, recomendación e Inteligencia Artificial. Pueden implementarse mediante tecnologías como RDF, property graphs, Schema.org y JSON-LD.
Los grafos de propiedades representan entidades mediante nodos y conexiones mediante relaciones.
Evidencia: el modelo de grafos utilizado por Neo4j representa objetos del dominio como nodos, conexiones como relaciones y permite asignar propiedades tanto a nodos como a relaciones.
Los grafos permiten representar información mediante relaciones explícitas entre entidades.
RDF, estándar del W3C para representar información en la Web, utiliza grafos formados por triples de sujeto, predicado y objeto. Cada triple representa una relación entre los recursos descritos.
World Wide Web Consortium — RDF 1.1 Concepts and Abstract Syntax.
Los Knowledge Graphs pueden utilizar vocabularios estructurados como Schema.org y formatos como JSON-LD para describir entidades.
Evidencia: la API de Google Knowledge Graph devuelve entidades mediante datos compatibles con Schema.org y JSON-LD, incluyendo tipos como Person, Organization, Place y WebSite.
Los datos estructurados permiten comunicar a los buscadores información explícita sobre las entidades presentes en una página.
Evidencia: Google Search utiliza vocabularios de Schema.org para interpretar datos estructurados y recomienda habitualmente JSON-LD como formato de implementación cuando resulte práctico mantenerlo.
Google Search Central — Introduction to structured data markup.
