Le Knowledge Graph : bond technologique ou évolution logique?

Transcription

1 Le Knowledge Graph : bond technologique ou évolution logique? Sylvain Peyronnet Le Knowledge Graph 1 / 31

2 La machine n existe pas! Le Knowledge Graph 2 / 31

3 La donnée, et sa structure Que voyez vous dans l image? Le Knowledge Graph 3 / 31

4 La donnée, et sa structure Que voyez vous dans l image? Le Knowledge Graph 4 / 31

5 La donnée, et sa structure Que voyez vous dans l image? Un carré vert dans un cercle noir... Bravo! Le Knowledge Graph 5 / 31

6 La donnée, et sa structure Est-ce qu un algorithme / logiciel / machine peut voir le contenu de l image facilement? Le problème est difficile Plutôt non Carré vert, cercle noir Facile! Le Knowledge Graph 6 / 31

7 Behind the scene... Le problème est difficile Carré vert, cercle noir Plutôt non Facile! Le Knowledge Graph 7 / 31

8 Le KG en action 3 types de présentation du KG pour l instant (sur google.com) Le Knowledge Graph 8 / 31

9 Le KG en action Le Knowledge Graph 9 / 31

10 Le KG en action Le Knowledge Graph 10 / 31

11 Le KG en action Le Knowledge Graph 11 / 31

12 Un peu d histoire 1998 approche statistique uniquement "barrière statistique" selon Singhal 2009 (ambiguité des termes) 2 recherches : - index standard - KG création de metaweb tech achat de metaweb par GG approche statistique + "sémantique" freebase 2012 déploiement du KG Le Knowledge Graph 12 / 31

13 Un peu d histoire 1998 approche statistique uniquement web sémantique 1994 et avant ontologie 2005 création de metaweb tech. "barrière statistique" selon Singhal 2009 (ambiguité des termes) 2010 achat de metaweb par GG approche statistique + "sémantique" 2 recherches : - index standard - KG freebase déploiement du KG 2012 Le Knowledge Graph 13 / 31

14 Comment ça marche Le KG est basé sur l approche ontologique Une ontologie, c est un modèle de données qui représente les concepts et leurs relations objets de base : les entités (nommées ou non) Saturne, Paris, Matt Cutts, etc. attributs : caractéristiques d un objet Natacha est une femme, Médor est un chien, etc. Relations : liens entre deux objets Alice est mariée avec Bob classes : ensemble d entités qui partagent des attributs ou relations Sylvie Vartan, Elisabeth Etienne, Adeline Blondieau et Laeticia Hallyday constituent la classe des femmes mariées avec Johnny Hallyday Le Knowledge Graph 14 / 31

15 Comment ça marche Comment décrit-on (théorie) une ontologie On utilise des logiques du premier ordre description sous la forme (sujet, prédicat, objet) exemple : (Laeticia, marié avec, Johnny) On utilise une représentation sous forme de graphe (d où le nom KG) ne boit pas Eau douce vit dans Animal à fourrure est un est une mange Bob la Loutre Loutre Le Knowledge Graph 15 / 31

16 Comment ça marche Comment construire le graphe? A la main : on demande à des humains de saisir des entités, attributs, relations c est ainsi que Freebase a été construite format RDF, RDFS, RDF/XML, XML ou OWL le vrai souci de cette approche est la fusion (reconnaitre les entités) Automatiquement (voir slide suivant) Automatiquement (extraction RDF, etc.) Fusion : problématique Reconnaitre les relations : problématique Tolérer les petites erreurs : problématique Le Knowledge Graph 16 / 31

17 Exemple Le Knowledge Graph 17 / 31

18 Exemple est une actrice Le Knowledge Graph 18 / 31

19 Exemple est une naissance le naissance à actrice 30 avril point pleasant NJ Le Knowledge Graph 19 / 31

20 Exemple est une naissance le naissance à à joué actrice 30 avril point pleasant NJ mary jane Le Knowledge Graph 20 / 31

21 Exemple est une naissance le naissance à à joué actrice 30 avril point pleasant NJ mary jane personnage de spiderman Le Knowledge Graph 21 / 31

22 Exemple est une naissance le naissance à à joué actrice 30 avril point pleasant NJ mary jane personnage de spiderman Le Knowledge Graph 22 / 31

23 Exemple actrice dans est une naissance le naissance à à joué actrice 30 avril point pleasant NJ mary jane personnage de spiderman Le Knowledge Graph 23 / 31

24 Exemple point pleasant NJ naissance à à joué mary jane personnage de actrice dans naissance le 30 avril est une actrice spiderman Le Knowledge Graph 24 / 31

25 Exemple : mise dans les SERPs point pleasant NJ naissance à à joué mary jane personnage de naissance le actrice dans spiderman 30 avril est une actrice Le Knowledge Graph 25 / 31

26 A quoi ça sert pour GG? 3 avantages annoncés (voir articles scientifiques des googlers) Désambiguïsation avec le KG, on associe des infos supplémentaires aux entités ce qui permet de les différencier quand elles ont le même nom permet de mieux filtrer les pages pour indexation, et de mieux répondre à une requête (seulement les pages pertinentes) Recherche dans des bases de faits création de log sémantique concernants des faits Suggestion de recherche connexe requête kirsten dunst? GG va proposer les films associés, et les acteurs qui jouent dedans Le Knowledge Graph 26 / 31

27 Stratégie SEO et KG? 570 millions d objets, 18 milliards de faits, pourquoi ne pas rajouter les siens? e-reputation : créer toutes les entités qui vont bien Faire des modifications silencieuses pour tuer les fusions (modifier une date, un lieu, etc.) C est de la sémantique, même si c est artificielle : faire encore plus attention à son contenu Impact élargi : une amélioration sur une entité pourrait avoir un impact sur les entités reliées (à vérifier) Les principales sources du KG sont wikipedia, freebase, GG images, GG adresses et CIA world factbook... Cette dernière source n est pas modifiable/manipulable. Le Knowledge Graph 27 / 31

28 Conclusion Amit Singhal (Google) This is a baby step toward having an understanding computer "The computers suddenly start understanding that this document is about..." Google is becoming the perfect intelligent assistant by your side, Le Knowledge Graph 28 / 31

29 Conclusion Amit Singhal (Google) This is a baby step toward having an understanding computer "The computers suddenly start understanding that this document is about..." Google is becoming the perfect intelligent assistant by your side, Le Knowledge Graph 29 / 31

30 Conclusion This is a baby step toward having an understanding computer Amit Singhal Le Knowledge (Google) Graph n'est en aucune manière une rupture ou un bond technologique C'est une évolution sensée "The du moteur computers pour améliorer suddenly son start service understanding that this document is about..." Cette évolution ouvre la porte à une nouvelle "guerre" entre le moteur et ceux qui veulent optimiser leur communication Google is becoming the perfect intelligent assistant by your side, Le Knowledge Graph 30 / 31

31 Le futur du KG Adding Realtime Coverage to the Google Knowledge Graph Article à ISWC 2012 par un googler et ses co-auteurs Pour le reste, je ne suis pas dans le secret, malheureusement... Le Knowledge Graph 31 / 31