กราฟความรู้ (Knowledge Graph)

Knowledge Graph คืออะไร

Knowledge Graph คือโมเดลข้อมูลที่ใช้แสดงความสัมพันธ์ระหว่าง entity ในโลกความเป็นจริง (เช่น บุคคล องค์กร แนวคิด ผลิตภัณฑ์ เป็นต้น) ในรูปแบบโครงสร้างกราฟที่ประกอบด้วย node และ edge

ความแตกต่างจาก Relational DB

ในขณะที่ Relational DB จัดการข้อมูลด้วยแถวและคอลัมน์ของตาราง Knowledge Graph จะจัดเก็บข้อมูลในรูปแบบ triple (ชุดสามองค์ประกอบ) ที่มีโครงสร้างว่า "ประธาน → กริยา → กรรม" เช่น "โตเกียว → เป็นเมืองหลวงของ → ญี่ปุ่น" ซึ่งเป็นโครงสร้างที่ข้อมูลมีความหมายในตัวเอง

โครงสร้างนี้ช่วยให้สามารถประมวลผล query ความสัมพันธ์หลายชั้น เช่น "คู่แข่งของคู่ค้าของบริษัท A คือใคร" ได้อย่างเป็นธรรมชาติผ่านการค้นหาในกราฟ ซึ่งหากใช้ Relational DB จะต้องทำการ join หลายตารางแทน

การผสานรวมกับ AI Search

Knowledge Graph เป็นเทคโนโลยีหลักของ GraphRAG โดยที่ vector search นั้นดึงข้อมูลเอกสารโดยอาศัยความคล้ายคลึงทางความหมายของข้อความ ในทางกลับกัน Knowledge Graph จะดึงองค์ความรู้เชิงโครงสร้างโดยการติดตาม path ระหว่าง entity การผสานทั้งสองแนวทางเข้าด้วยกันคาดว่าจะช่วยลด hallucination และเพิ่มความแม่นยำของ multi-hop reasoning ได้

ต้นทุนการสร้าง

อุปสรรคที่ใหญ่ที่สุดของ Knowledge Graph คือต้นทุนในการสร้างและบำรุงรักษา แม้ว่าการทำงานอัตโนมัติจะก้าวหน้าขึ้นด้วยการใช้ LLM สำหรับการสกัด entity และการประมาณความสัมพันธ์ แต่ยังคงมีสถานการณ์ที่การตรวจสอบโดยผู้เชี่ยวชาญเป็นสิ่งที่ขาดไม่ได้ เพื่อให้สามารถแปลงระบบองค์ความรู้เฉพาะทางให้อยู่ในรูปแบบกราฟได้อย่างถูกต้อง