Saltar al contenido

Ruta 4 · Competencia 09

Ingeniería de conocimiento y grafos

Organizar el conocimiento de un dominio en conceptos y relaciones explícitas que un sistema pueda consultar y comprobar.
En esta página · 3 apartados

Qué implica

La ingeniería del conocimiento explicita conceptos de un dominio y las relaciones entre ellos en vocabularios, ontologías o grafos. Requiere acordar definiciones, modelar excepciones y mantener las fuentes y fechas de los datos. Un grafo representa afirmaciones según un esquema; no las vuelve verdaderas por estar estructuradas.

Las relaciones explícitas facilitan consultas que combinan varias entidades y permiten rastrear de qué fuente procede una afirmación. Un grafo también puede estar incompleto o contener errores; su utilidad depende de la calidad del esquema, los datos y el mantenimiento.

Una ontología es un diccionario estructurado: define conceptos y los relaciona por hiponimia (un soneto es un poema), meronimia (un verso es parte de un poema) u otras relaciones. La semántica léxica, la lexicografía y la terminología llevan siglos resolviendo los problemas que aparecen aquí: dónde trazar un límite, cómo tratar la polisemia, qué término elegir como preferente.

Habilidades

Modelado de ontologías
Diseño de esquemas de conocimiento formal (taxonomías, relaciones) usando estándares como RDF, OWL y SKOS.
Prácticas habituales
  • Definición de clases y jerarquías
  • Mapeo de relaciones semánticas
  • Inferencia lógica
  • Estandarización de vocabularios
  • Reutilización de ontologías existentes
Bases de datos de grafos
Implementación y consulta de grafos de conocimiento con Neo4j, TigerGraph o Amazon Neptune.
Prácticas habituales
  • Modelado de nodos y aristas
  • Diseño de esquemas de grafo
  • Consultas con Cypher/SPARQL
  • Algoritmos de grafos (PageRank, Centrality)
  • Visualización de redes
GraphRAG y semántica
Integración de grafos con LLMs para Retrieval Augmented Generation avanzado y razonamiento.
Prácticas habituales
  • Extracción de entidades y relaciones (NER/RE)
  • Construcción automática de grafos (Text2Graph)
  • Retrieval híbrido (Vector + Graph)
  • Grounding de respuestas en hechos
  • Razonamiento multi-salto

Fuentes

Aparece sobre todo en estos perfiles: Arquitectura del conocimiento, Investigación en lingüística computacional, Ingeniería de PLN.

Tutoriales y explicaciones a fondo sobre este tema, con más detalle técnico que la visión general.