Enterprise and data architects, data modelers, GenAI adopters, analysts, thought leaders, Graph RAG application builders, Microsoft, Palantir – everyone is talking about ontologies. Why, what is an ontology actually, and how is it related to graphs? ontology 是一种概念化的明确规格,反过来是假设存在于某个兴趣领域的对象、概念和其他实体以及它们之间的关系。 Ontology 引入了将人、过程、系统、行动、规则和数据连接到统一的本能学的语义基础,通过将现实数据与这些本能学联系起来,原始表和事件被提升为丰富的商业实体和关系,让人们和人工智能具有更高层次的、结构化的商业观点,以信心思考、推理和行动。 第一个段落是从 ,由汤姆·格鲁伯在2009年写的格鲁伯被归功于在计算机和信息科学的背景下最广泛引用的定义,引入了1993年左右。 数据库系统百科全书中的 Ontology 第二段是从 它由Chafia Aouissi于2025年11月撰写,Aouissi是微软产品管理工件IQ高级经理。 介绍 Fabric IQ 的博客文章,微软 Fabric 中的新的语义基础 通常情况下,当术语成为主流话语的一部分时,严格性和采用之间存在一定的紧张关系。 帕兰蒂尔一直将“学”一词作为其建筑的基石浮动了一段时间。 与此同时,它也引发了关于 ontology 真正是什么的混乱。 helped popularize the term, as Juan Sequeda notes 当Palantir的首席执行官Alex Karp打击了Michael Burry - 与Palantir和Nvidia打赌的“大短期”投资者 - 他不仅捍卫了他的资产负债表,而且也是一个想法。 . J 比特纳 笔记 在今年版图表中,我们确定了 ontology 和知识图表的定义,应用程序,工具和教育资源。 内容表 
 
 
 
 
 
 
 
 The “O” word 从知识到图形和回归 知识图表应用在规模 肿瘤学和知识图见解,工具和教育 Two meanings of “Semantic Layer” and why both matter for AI 图表数据库:市场增长,竞争加剧,更多选项 新工具和研究 
 
 
 该年度图表的这个版本由metaphacts、Process Tempo、Lincurious、RDFox、Tentris、Connected Data London、State of the Graph和Pragmatic AI培训带给您。 如果你想出现在即将到来的版本中并支持这项工作,请接触! This issue of the Year of the Graph is brought to you by  ,  ,  ,  ,  ,   and  . metaphacts Process Tempo Linkurious RDFox Tentris Connected Data London,  State of the Graph Pragmatic AI Training 元素 过程时间 Linkurious RDFox 的 腾讯 伦敦连接数据 图表的状态 务实培训 如果你想出现在即将到来的版本中并支持这项工作,请接触! Neuro-symbolic AI: The key to truly intelligent systems 正如你不会把一半的大脑带到工作中一样,企业不应该将一半的人工智能能力带到他们的架构中。神经符号人工智能将神经网络技术(如LLM)与知识图等符号技术相结合。 是的 ● 基于明确事实的可靠和可解释的见解 ● 可靠和透明的AI代理 ● 可协助复杂建模的基于基础的LLM 如果您没有探索知识图表和象征性AI如何增强组织的智能 - 无论是人工还是实际 - 现在是开始的时候。 阅读全文。 The “O” word “O”一词 如果你和与数据、人工智能或企业架构工作的人交谈,问“什么是本能学?”你会得到不同的答案.对于一些人来说,本能学是一种聪明的数据架构.对于其他人来说,它是一种商业词汇。 在“ “,Joutsenlahti给出了IT和知识代表性的本质概念的简短历史,他解释说不同社区采用了“本质学”,并稍微向自己的需求倾斜,导致了混乱。 解密 ontologies 减少混淆的关键在于总是问:这个本质学的目的是什么?它是为了澄清含义或定义数据结构(或两者)?一旦我们明确了这种区别,大部分的奥秘开始消失。 “ 在 GenAI 成为一种东西之前,马克·霍尔(Mark Hall)为本质学做了一个令人信服的案例,并提供了一个解释,为什么不是每个人都这样做。 O字:你真的需要一个本能吗? 今天,作为Ole Olesen-Bagneux , ontologies 再次热点,因为它们是 AI 成功的关键: ontologies 为 AI 提供更好的表现的背景,因此,我们正在看到知识工程的重新引入,仿佛它是新的。 笔记 知识管理和图书馆科学,从中出生了分类学,本质学和知识图表,是已知的学科,正如Juha Korpela在“ ”。 数据模型和肿瘤学如何连接,以构建您的语义基础 Korpela指出,传统上使用 ontologies 和 knowledge graphs 工作的人并没有与数据建模等领域进行大量的交流,但这种交流是有意义的。 数据建模师专注于数据解决方案的技术实施,从而沿着从概念到逻辑到物理建模的道路。 概念建模可以用来构建一个作为代理人和聊天机器人以及人类的背景提供者的本质基础。 notes Bring your graph ideas to life! Building a knowledge graph? You’re going to want people to use it. We can help! Process Tempo Jupiter makes it easy to build beautiful, production-ready applications on top of your graph without writing code. Now you can bring your graph ideas to life using skills you already have. 是的 木星支持多模式,读写,图形数据库,关系数据库和基于休息的API之间。 ✅Neo4j, ✅Memgraph, ✅PuppyGraph, ✅OpenCypher 准备好开始吗? 点击我们的日历了解更多: 时间表.com/processtempo From knowledge to graphs and back again 从知识到图形和回归 另一个被过载的术语,在不同的背景下被用来表示不同的东西,是“知识图表”。 ,查看托尼·西尔和乔治·阿纳迪奥蒂斯之间的对话。 实用AI的基本真理层 https://www.youtube.com/watch?v=hIKfKx8MB8s&embedable=true 金正恩有个走路 . Nicolas Figay summarizes the  . defining knowledge graphs and offering a practical guide of the different options for implementing them insights from different viewpoints on what a knowledge graph really is Like ontologies, what has largely contributed both to popularizing and creating confusion around knowledge graphs is their use for GenAI, specifically to support LLMs in Graph RAG. As Fanghua (Joshua) Yu notes, even when talking about  ,有不同的KG类型要考虑。 在 Graph RAG 使用案例中的知识图表 但是,使用 GenAI 的知识图表总是个好主意吗? , Dave Bechberger argues. You  虽然基于图形的增强改进了信息组织和推理,但它们也带来了沉重的代币成本。     复杂性可能并不总是值得的 可能并不总是需要 Graph RAG 如果您打算使用 Graph RAG,但是,有一些有用的框架,应用程序和分析要考虑。 Graph RAG is a data engineering challenge, not just an LLM trick Graph RAG does not always outperform “vanilla” RAG 和 可配置的开源框架为 Graph RAG. Niklas Emegård 建立了一个 谢尔盖·瓦西里耶夫探索 贝尼托·马丁分享他如何建造 . 灵活的图形 附件 可作为项目模板的开源语义 Graph RAG 应用程序 how graph data science and analytics can help power Graph RAG applications a Biomedical GraphRAG system, combining knowledge graphs with vector search The shortest path between you and graph insights 图形可视化和分析只是变得更容易! 介绍 一个在线解决方案,将强大的图形探索带给任何人,直接从浏览器。 Linkurious 企业云 创建一个帐户,连接你的图表数据库,开始探索你的数据,与你的队友合作,分享你的结果,所有在午餐前。 • 与领先的 Graph 数据库兼容 • 零 IT 瓶颈或基础设施任务 • 灵活的计划,适应您的需求 今天启动图表项目的最快方法 - 以及明天扩展的最简单方法。   30天免费试用。 👉 现在签名 Knowledge graph applications at scale 知识图表应用在规模 Today, knowledge graph applications in production are scaling up.  该知识图包括160万个节点和8300万个边缘,代表了职位标题,开放,合作伙伴,申请人和技能等实体。 沃尔玛利用其People.AI知识图表为推荐工具提供动力 他们正在使用语义推理来自动丰富知识图表,以基于专家知识的新事实,以提供更好的运营效率,减少合规风险和改善客户体验。 Barclays在金融犯罪和KYC领域扩展知识图表和基于知识的AI GitLab正在构建他们称之为 它是用 Rust 编写的框架,可将您的代码库转化为可嵌入式图形数据库,可用于代码检索和导航,影响分析和架构可视化。 GitLab 知识图表 是的 RTVE, the Spanish national radio and television public broadcaster, has created  它统一了数据,使其对机器和人类都具有访问性和理解性。 a knowledge graph that structures information by understanding the relationships among various audiovisual content as well as any potentially linked objects Wiz是谷歌最近以32亿美元收购的网络安全现象,通过在多云环境中提供全面可见性,重新定义了云安全。 . massive, a constantly evolving security graph that spans customers’ entire cloud footprints 通过 Defender 和 Purview,将关系意识的背景带入 Microsoft Security,以便防御者和人工智能能够看到连接,了解潜在妥协的影响,并在破坏前和破坏后的场景中更快地采取行动。 微软推出了Sentinel图形 . In one example, a query on a 150 billion-edge graph scanned a mind-boggling 123 trillion edges. It took time, but it found fewer than 4,000 answers, highlighting the power of finding the critical few from the overwhelming many. Graph-Wide scanning is a technique for solving advanced cyber threats Ontology and knowledge graph insights, tools and education 肿瘤学和知识图见解,工具和教育 一个关键的发现的 知识图表和图表数据库正在推动采用,但指导和培训仍然至关重要。 2025年图表调查状态 这是这个领域的顶尖思想家和从业人员的聚集,包括来自Airbus,AstraZeneca,AWS,Barclays,Bloomberg,Netflix,Nvidia,SAP,ServiceNow,S&P,Vodafone等公司的应用案例,创新和教育内容。 为 和 ,或 . 连接数据伦敦2025 跟随CDL 旅行报告 teasers 沉浸在内容中,获得远程访问门票和特殊的15%折扣 metaphacts recently published their  . These semantic modeling guidelines are designed for beginners as well as advanced modelers, offering a step-by-step introduction to semantic modeling concepts, key elements and practical techniques. 知识工程师的语义建模指南 库尔特·卡格尔分享 ,注意到构建知识图的艰难部分不是技术方面,而是识别相连的东西类型,获得它们的良好来源,并找出它们如何相互关联。 tips for building knowledge graphs It is better to create your own knowledge graph ontology, possibly building on existing upper ontologies, than it is to try to shoehorn your knowledge graph into an ontology that wasn’t designed with your needs in mind. In “ “, Cagle notes there is a surge in interest in the profession of ontologist. Some of it can be attributed to the fact that people are beginning to realize the value of knowledge graphs, but there is also the opportunistic element here. Like many other fields in the past, ontology work is seen as a ticket to big money. But perceptions and reality are not necessarily aligned. 是的 成为一个肿瘤学家 德恩·阿莱曼分享他的 构建 ontologies 实际上是列表上的最后一件事,因为与其他任务相比,这方面的花费并不多。 insights on a day in the life of a working ontologist Check also these   and  罗伯特·桑德森分享 , and Giancarlo Guizzardi shared  而AIOTI发表了一 . 用于可视化,编辑和创建本质学的工具 conceptual modeling and Linked Data 知识图表和本质学的10个设计原则 关于统一基础性肿瘤学的教程 report on the different Data to Ontology mapping tools available For more in-depth education: 
 
 
 : A holistic AI education program, including modules on knowledge graphs, Graph RAG and ontology design Pragmatic AI Training 知识图学院:学习如何通过由全球专家领导的独特计划构建和扩展知识图 RDFox® 是市场上最先进的 RDF 三重商店之一. 基于牛津大学的世界领先研究,RDFox® 通过: Do you need a graph technology that scales without sacrificing performance? ● Highly performant, scalable in-memory architecture ● 先进的基于规则的推理,用于动态图形丰富 ● An optimised memory footprint for on device, server, or cloud RDFox® is trusted by a growing list of the world’s largest brands across financial services, manufacturing, automotive, retail, and big tech. . 支持可能是世界上最大的图形部署在数千万的三星智能手机上 - 看看这里的所有问题 Two meanings of “Semantic Layer” and why both matter for AI Two meanings of “Semantic Layer” and why both matter for AI Another concept  在分析方面, 它是生意友好的模型,位于原始数据和BI工具之间,是一种定义合并、指标和一致逻辑的管理方式。 everyone is talking about, but not necessarily meaning the same thing, is semantic layers 语义层通常指我们以前见过的东西。 这个版本的语义是关于信任的,它确保当有人(或什么)问,“上个月我们的总收入是什么?”答案是准确的,受管制的,并一致。 案例在题目:The Snowflake,Salesforce,dbt Labs和其他供应商宣布,他们正在研究他们声称将成为商业数据如何定义和跨平台共享的普遍标准。 Open Semantic Interchange (OSI) 是的 But there’s another camp using the same phrase and they’ve been doing it far longer. For ontologists, RDF, OWL and JSON-LD are open standards for exchanging semantic data. To them, a semantic layer isn’t a metrics model, it’s a knowledge model. It’s about representing meaning, relationships, and context across systems. This version of semantics is about understanding. It connects definitions and relationships, providing the context AI uses to make sense of information. 案例在点: , Andreas Blumauer points out.  安东尼·阿尔卡拉兹(Anthony Alcaraz)入场 语义层和GraphRAG对于值得信赖的AI至关重要 代理人需要一个语义层 Query more, wait less. Try Tentris today   Tentris 是一款基于磁盘的 RDF 图形数据库,可提供惊人的快速查询性能,具有高效的内存使用率,在几分钟或几秒钟内将曾经花费数天的时间的分析转化为结果。 今天开始探索Tentris! 
 
 
 订阅 Graph 新闻年 跟踪所有事物 图表 年复一年 订阅 Graph 新闻年 订阅 Graph 新闻年 跟踪所有事物 图表 年复一年 Graph databases: growing market, competition & options Graph databases: growing market, competition & options Moving to graph database updates, let’s open with another piece of news from Microsoft. In Microsoft’s Q1 2026 earnings call, it was reported that  . Cosmos DB is a multi-model database, and we don’t know the extent to which graph contributed to its growth. 科斯莫斯DB业务增长超过50%YoY However, this signal is one of many pointing towards growth for graph databases.  , the global graph database market size is projected to grow from $2.85 billion in 2025 to $15.32 billion by 2032, exhibiting a CAGR of 27.1%. 根据《财富商业洞察》 Microsoft, AWS, Google, and Oracle were named as leaders in the  所有超级尺度器都有与 Cosmos DB、Amazon Neptune、Google Spanner Graph 和 Oracle Graph 分别提供的图形数据库。 2025 Gartner® 云数据库管理系统魔力指数 是的 作为一个 niche 玩家. Neo4j 也宣布 此外,释放的 . Neo4j was the only pure-play graph database to be listed in the same Magic Quadrant Fleet Manager, a single control plane for all Neo4j deployments Neo4j Graph Analytics for Snowflake in the Snowflake Marketplace 但也曾有过 .  加强AI和工程的数据基础,以及 . churn in the graph database market Dgraph 被 Istari Digital 收购 KuzuDB 嵌入式开源图形数据库被其创建者和赞助商 Kùzu Inc 抛弃 和 是KuzuDB代码库的新叉子,旨在接收KuzuDB停留的地方。 , and  两者都旨在填补嵌入式图形数据库空白,由KuzuDB的离开留下。 LadybugDB RyuGraph GraphLite 成为嵌入式流程的新开源图形数据库 FalkorDB introduced FalkorDBLite Challengers such as  , , , ,和  with its   extension are emerging. It seems like the graph database market pie is growing, and the competition for a piece of it is intensifying. QLever RushDB 图灵DB TypeDB DuckDB DuckPGQ Finally, another signal pointing in the direction of  : Linkurious,谁刚刚发布了 ,是 . 图形市场增长 2026 update of their Graph technology landscape getting acquired by Nuix in a €20M deal New tools and research 新工具和研究 Wrapping up with a roundup of new tools and research. Focusing on graph research and innovation in NeurIPS, one of the leading AI conferences, shows that  . 图表是NeurIPS 2025的重要组成部分,支持其日益增长的重要性和市场份额 ,在Apache Spark上基于群集的图形处理的本地库 - 是分布式计算中大规模数据处理的最强大的引擎之一。 GraphFrames represents the natural evolution of GraphX . It extends ClickHouse with graph modeling and OpenCypher, merging OLAP speed with graph analysis. Brahmand is an open source Graph Engine built on top of ClickHouse  was recently released. Gephi Lite is a lighter, web-based version of Gephi, used for visual network analysis. Cosmograph, a single-node web-based tool used to visualize graphs,  . Gephi Lite v1.0 发布 v.2.0     ODKE+ 支持 , and  三千克是 . Ontology引导的开放领域知识提取与LLMs GraphQA introduces an open source agent for asking graphs questions an expandable knowledge graph construction framework for knowledge-intensive domains ,试图解决LLM是否擅长填充基于一组文本文档的知识图表的问题。 大型语言模型与链接开放数据生态系统之间的协同作用。 Text2KGBench-LettrIA 是 Text2Graph 系统的精密基准 RAGE-KG explores the state of the art and beyond in integrating Retrieval-Augmented Generation with Knowledge Graphs  extracts knowledge graphs from plain text with language models.  是代理供应链风险分析的一个案例研究,而GraphPFN是一个 . KGGen Exploring Network-Knowledge graph duality 试图从表格基础模型中创建通用图形基础模型 最后但不是最重要的:  – an open knowledge graph for the community by the community. the Connected Data Knowledge Graph v0.1 was released 
 
 
 订阅 Graph 新闻年 Keeping track of all things Graph Year over Year 订阅 Graph 新闻年 订阅 Graph 新闻年 Keeping track of all things Graph Year over Year

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Hot off the press! This story contains factual information about a recent event.

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

Microsoft Fabric IQ 将 Ontology 重新置于地图上 - 并回到混乱中

About Author

註釋

標籤

这篇文章刊登在

Related Stories

点击赚钱：Telegram 可能会在 Solana 之前吸引下一个 100 亿加密用户

比特币 UTXO 模型，为独特的生态系统提供动力

看不见的层面：为什么用户访谈是不可替代的资产

Claude Sonnet 3.5 系统提示泄漏：法医分析

点击赚钱：Telegram 可能会在 Solana 之前吸引下一个 100 亿加密用户

比特币 UTXO 模型，为独特的生态系统提供动力

看不见的层面：为什么用户访谈是不可替代的资产

Claude Sonnet 3.5 系统提示泄漏：法医分析

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps