Graphe de connaissances (Knowledge Graph)
Definition
Un graphe de connaissances est une base de données structurée qui représente des entités, comme des personnes, des entreprises, des produits ou des lieux, sous forme de nœuds, et les relations entre elles sous forme de liens, permettant à un système de répondre à des questions sur la façon dont les choses sont connectées plutôt que de simplement faire correspondre des mots-clés dans un texte.
Le Knowledge Graph de Google, lancé en 2012, en est l'exemple le plus connu, alimentant les Knowledge Panels qui apparaissent à côté des résultats de recherche ; les systèmes IA s'appuient de plus en plus sur des graphes similaires, en complément de leurs propres données d'entraînement, pour ancrer leurs réponses dans des faits vérifiés et réduire le risque d'hallucination de l'IA.
Pour une marque, être représentée comme une entité bien définie dans un graphe de connaissances, avec un nom cohérent, des relations claires avec ses produits et sa catégorie, et des citations issues de sources fiables, facilite sa reconnaissance et sa citation correcte par les systèmes IA, ce qui constitue la base du SEO des entités.
Les données structurées sont le principal levier qu'un site contrôle directement pour alimenter ces graphes avec ses propres faits ; les audits techniques de BotRank vérifient que les données structurées d'une marque sont assez complètes et cohérentes pour soutenir une bonne reconnaissance d'entité.
Foire aux questions
Un graphe de connaissances est-il la même chose que les données structurées ?
Non. Les données structurées sont le code qu'un site publie pour décrire ses propres entités ; un graphe de connaissances est la base de données qui en résulte, construite et maintenue par les moteurs de recherche et les systèmes IA, souvent en combinant de nombreuses sources dont les données structurées.
Toutes les marques ont-elles une entrée dans le Knowledge Graph de Google ?
Non, seulement les entités que Google a vérifiées avec suffisamment d'informations cohérentes et corroborées sur le web, ce qui explique pourquoi construire des signaux d'entité clairs compte pour les marques qui n'y figurent pas encore.
Comment un graphe de connaissances réduit-il l'hallucination de l'IA ?
En donnant à un système IA une base de faits vérifiés et structurés à laquelle comparer ses affirmations, plutôt que de s'appuyer uniquement sur des schémas appris pendant l'entraînement, ce qui réduit le risque d'inventer des détails incorrects.
Une petite marque ou une marque récente peut-elle exister dans un graphe de connaissances ?
Oui, grâce à un nommage cohérent, des données structurées complètes, une entrée Wikipédia ou Wikidata si elle y est éligible, et des citations issues de sources reconnues, même si cela prend du temps à se construire.
