ما هو الرسم البياني المعرفي؟

 

ما هو الرسم البياني المعرفي؟

يمثل الرسم البياني المعرفي، المعروف أيضا باسم الشبكة الدلالية (Semantic Network)، شبكة من كيانات العالم الحقيقي - مثل الكائنات (Objects) أو الأحداث (Events) أو المواقف (Situations) أو المفاهيم (Concepts) - ويوضح العلاقة بينها. تُخزن هذه المعلومات عادةً في قاعدة بيانات رسومية (Graph Database)، ويتم عرضها كهيكل رسومي، مما يؤدي إلى استخدام مصطلح "الرسم البياني" المعرفي.

يتكون الرسم البياني للمعرفة من ثلاثة عناصر رئيسية: العقد (Nodes) والحواف (Edges) والتسميات (Labels). تمثل العقدة الكيانات مثل الأشخاص، أو الأماكن، أو الأشياء تصف الحافة العلاقة بين العقد على سبيل المثال، قد تمثل العقدة عميلًا مثل IBM وعقدة أخرى وكالةً مثل Ogilvy، في حين تصف الحافة العلاقة بينهما بأنها علاقة عملاء.

يمثل (أ) الفاعل، ويمثل (ب) المسند إليه، في حين يمثل (ج) المفعول به

ومن الجدير بالذكر أيضًا أن تعريفات الرسوم البيانية المعرفية ليست موحدة حيث تشير بعض الأبحاث إلى أن الرسم البياني المعرفي لا يختلف عن قاعدة المعرفة أو الأنطولوجيا (Ontology). وتُشير هذه الأبحاث إلى أن المصطلح اشتهر عندما قدمت Google الرسم البياني المعرفي الخاص بها في عام 2012.

التوصيفات (Ontologies)

كثيرا ما يتم ذكر التوصيفات أيضا في سياق الرسوم البيانية المعرفية، لكن هناك نقاش مستمر حول كيفية تمييزها عن الرسوم البيانية المعرفية. بشكل عام، تهدف التوصيفات إلى إنشاء تمثيل رسمي للكيانات في الرسم البياني. عادةً ما تستند التوصيفات إلى التصنيف الهرمي (Taxonomy)، ولكن نظرًا لإمكانية احتوائها على تصنيفات متعددة، فهي تحتفظ بتعريف مستقل. نظرًا لأن كلًا من الرسوم البيانية المعرفية والتوصيفات يتم تمثيلها بطريقة مشابهة - أي باستخدام العقد والحواف - وتعتمد على ثلاثيات إطار توصيف الموارد (RDF)، فإنها تبدو متشابهة في التصورات البصرية.

لنأخذ مثالًا على مكان معين مثل Madison Square Garden: تتميز التوصيفات بفصل الأحداث التي تقام في هذا الموقع بناءً على متغير مثل الوقت. على سبيل المثال، قد يستضيف فريق رياضي مثل New York Rangers سلسلة من المباريات خلال موسم معين داخل هذا الملعب. جميعها مباريات هوكي تُقام في نفس المكان، لكن يتم تمييز كل حدث عن الآخر بناءً على التاريخ والوقت.

لغة توصيف الويب (OWL) هي مثال على توصيفات معتمدة على نطاق واسع، يدعمها اتحاد شبكة الويب العالمية (W3C)، وهو مجتمع دولي يدعم المعايير المفتوحة لضمان استمرارية الإنترنت. في النهاية، يتم دعم هذا التنظيم المعرفي من خلال بنية تحتية تقنية تشمل قواعد البيانات، واجهات برمجة التطبيقات (APIs)، وخوارزميات التعلم الآلي.تعمل هذه البنية التحتية على تمكين الأفراد والخدمات من الوصول إلى المعلومات ومعالجتها بكفاءة أكبر.

تصميم ثلاثي الأبعاد لكرات تتدحرج على مسار

أحدث الأخبار والرؤى حول الذكاء الاصطناعي 


تتوفر معارف وأخبار منسقة بمهارة حول الذكاء الاصطناعي والسحابة وغيرها في نشرة Think الإخبارية الأسبوعية. 

كيف يعمل الرسم البياني المعرفي

عادةً ما تتألف الرسوم البيانية المعرفية من مجموعات بيانات مأخوذة من مصادر متعددة، تختلف عادةً في بنيتها. تعمل المخططات والهويات والسياق معا لتوفير بنية لهذه البيانات المتنوعة. توفر المخططات إطار عمل الرسم البياني المعرفي، وتصنف الهويات العقد بشكل تتصنيفًا صحيحًا، في حين يحدد السياق البيئة التي توجد فيها تلك المعرفة. تساعد هذه العناصر على التمييز بين الكلمات ذات المعاني المتعددة. هذا يتيح للمنتجات، مثل خوارزمية محرك بحث Google، من التمييز بين "Apple" كعلامة تجارية و"apple" كفاكهة.

تعتمد الرسوم البيانية المعرفية، المدعومة بتقنيات التعلم الآلي، على معالجة اللغة الطبيعية لبناء رؤية شاملة للعقد والحواف والتسميات من خلال عملية تُعرف باسم الإثراء الدلالي (semantic enrichment). عندما يتم إدخال البيانات، تتيح هذه العملية للرسوم البيانية المعرفية التعرف على الكيانات الفردية وفهم العلاقات بينها. بعد ذلك، يتم مقارنة هذه المعرفة العملية ودمجها مع مجموعات بيانات أخرى ذات صلة وطبيعة مشابهة. بمجرد اكتمال الرسم البياني المعرفي، يمكن استخدامه في أنظمة الإجابة على الأسئلة وأنظمة البحث لاسترجاع وإعادة استخدام الإجابات الشاملة للأسئلة المطروحة. بينما تُظهر المنتجات الموجهة للمستهلكين قدرتها على توفير الوقت، يمكن تطبيق الأنظمة ذاتها في بيئات الأعمال، مما يُلغي الحاجة إلى جمع البيانات يدويًا ودمجها لدعم اتخاذ القرار.

تساهم جهود دمج البيانات حول الرسوم البيانية المعرفية في إنشاء معرفة جديدة، حيث تُنشئ روابط بين نقاط البيانات التي ربما لم تكن واضحة سابقًا.

Mixture of Experts | بودكاست

فك تشفير الذكاء الاصطناعي: تقرير إخباري أسبوعي

انضم إلى لجنة عالمية المستوى من المهندسين والباحثين وقادة المنتجات وغيرهم وهم يجتازون طريق الذكاء الاصطناعي لتزويدك بأحدث أخباره والمعارف المتعلقة به.

حالات استخدام الرسوم البيانية المعرفية

هناك عدد من الرسوم البيانية المعرفية الشائعة الموجهة للمستخدمين، التي تحدد توقعات المستخدم لأنظمة البحث داخل المؤسسات. من بين هذه الرسوم البيانية المعرفية ما يلي:

  • DBPedia وWikiidata هما رسمان بيانيان معرفيان مختلفان للبيانات على Wikipedia.org. تعتمد DBPedia على استخراج البيانات من صناديق المعلومات الموجودة في Wikipedia، في حين تُركّز Wikidata على الكيانات الثانوية والثالثية. كلا الرسمين يُنشران غالبًا باستخدام إطار توصيف الموارد (RDF).
  • يتم تمثيل الرسم البياني المعرفي من Google من خلال صفحات نتائج محرك بحث Google (SERPs)، ويُقدم معلومات تستند إلى عمليات البحث. يتكون هذا الرسم البياني المعرفي من أكثر من 500 مليون كائن، ويستمد بياناته من مصادر متعددة مثل Freebase، Wikipedia، وCIA World Factbook.

ومع ذلك، فإن الرسوم البيانية المعرفية لها استخدامات في صناعات أخرى أيضًا، مثل:

  • البيع بالتجزئة: تُستخدم الرسوم البيانية المعرفية في استراتيجيات البيع الإضافي (up-sell) والبيع المتبادل (cross-sell)، حيث توصي بالمنتجات بناءً على سلوك شراء الفرد واتجاهات الشراء الشائعة عبر المجموعات السكانية.
  • الترفيه: يتم أيضًا الاستفادة من الرسوم البيانية المعرفية لمحركات التوصيات القائمة على الذكاء الاصطناعي (AI) لمنصات المحتوى، مثل Netflix أو تحسين محركات البحث (SEO) أو وسائل التواصل الاجتماعي. تستند التوصيات إلى النقرات وسلوكيات التفاعل عبر الإنترنت لتقديم محتوى جديد للمستخدمين للقراءة أو المشاهدة.
  • التمويل: تُستخدم التقنية في مبادرات مثل مبادرة اعرف عميلك (KYC) ومبادرة مكافحة غسيل الأموال. تساعد الرسوم البيانية المعرفية المؤسسات المالية في منع الجرائم المالية والتحقيق فيها، من خلال فهم تدفق الأموال بين العملاء وتحديد العملاء غير الملتزمين.
  • الرعاية الصحية: تُسهم الرسوم البيانية المعرفية أيضًا بدور في مجال الرعاية الصحية من خلال تنظيم وتصنيف العلاقات داخل الأبحاث الطبية. تساعد هذه المعلومات مقدمي الرعاية الصحية في التحقق من صحة التشخيصات ووضع خطط علاجية مخصصة بناء على احتياجات الأفراد.
حلول ذات صلة
IBM watsonx Orchestrate

يمكنك بسهولة تصميم مساعدي ووكلاء الذكاء الاصطناعي القابلين للتوسع وأتمتة المهام المتكررة وتبسيط العمليات المعقدة باستخدام IBM watsonx Orchestrate.

استكشف watsonx Orchestrate
أدوات معالجة اللغة الطبيعية وواجهات برمجة التطبيقات

تسريع قيمة الأعمال باستخدام مجموعة قوية ومرنة من مكتبات وخدمات وتطبيقات الذكاء الاصطناعي.

استكشف حلول معالجة اللغة الطبيعية
الاستشارات والخدمات المتعلقة بالذكاء الاصطناعي

أعدّ ابتكار عمليات ومهام سير العمل الحساسة بإضافة الذكاء الاصطناعي لتعزيز التجارب وصنع القرارات في الوقت الفعلي والقيمة التجارية.

استكشف خدمات الذكاء الاصطناعي
اتخِذ الخطوة التالية

يمكنك بسهولة تصميم مساعدي ووكلاء الذكاء الاصطناعي القابلين للتوسع وأتمتة المهام المتكررة وتبسيط العمليات المعقدة باستخدام IBM® watsonx™ Orchestrate®.

استكشف watsonx Orchestrate استكشف حلول معالجة اللغة الطبيعية