Knowledge Graph
Un knowledge graph è un database di cose e relazioni: le entità (persone, ricambi, siti, contratti) sono nodi, le relazioni tipizzate sono archi, e le domande trovano risposta seguendo percorsi attraverso il grafo.
Niente gergo, niente formule
In parole semplici, che cos'è?
Invece di cercare testo, il grafo conosce i fatti. Costruirlo significa estrarre dai documenti entità (fornitori, ricambi, impianti, clienti) e relazioni con un tipo preciso: fornisce, monta su, approva, si trova in. Ogni arco porta con sé la provenienza: da quale documento viene. Una domanda diventa un percorso da camminare: “quali fornitori coprono i ricambi da cui dipende la linea 3?” si risolve passando da linea a macchina, da macchina a ricambio, da ricambio a fornitore. Il vantaggio sulla ricerca vettoriale è la precisione: il grafo ragiona per identità esatte, non per somiglianza. I limiti: costruirlo è lavoro vero, il testo sporco dà relazioni sporche, e i fatti cambiano mentre il grafo invecchia: per questo in produzione si aggancia spesso al retrieval (GraphRAG).
- 01
Estrazione. Dai documenti emergono le entità: ricambi, fornitori, siti, persone.
- 02
Tipizzazione. Le relazioni ricevono un'etichetta precisa: fornisce, monta su, approva, si trova in.
- 03
Memorizzazione. Nodi e archi finiscono nel grafo, ogni arco riconducibile alla sua fonte.
- 04
Interrogazione. Una domanda diventa un percorso da camminare nel grafo.
- 05
Risposta. Il risultato arriva con la catena esatta di relazioni usate.
Termini che gli stanno vicini.
Ricerca semantica
La ricerca semantica trova contenuti per significato invece che per parole esatte: la query e i documenti vengono convertiti in embedding, e vengono restituite le corrispondenze più vicine anche quando non condividono una parola.
LeggiUnstructured Data
I dati non strutturati sono informazioni senza schema fisso: documenti, email, immagini, audio, log di chat, PDF. La maggior parte di ciò che un'azienda sa vive in questa forma, ma il software deve prima convertirla prima di poterla cercare o contare.
LeggiData Pipeline
Una data pipeline è la catena di passaggi collegati che porta i dati da dove vengono prodotti a dove vengono usati: ingest, validate, transform, store e serve, e ogni stadio consegna dati puliti e ben formati al successivo.
Leggi§ 04
Vuoi che funzioni davvero nella tua azienda?
Progettiamo e rilasciamo sistemi AI con permessi, log e approvazione umana. Si parte con una call di scoping di 30 minuti.