Un graphe de connaissances (ou knowledge graph) est un réseau structuré d’entités, de propriétés et de relations vérifiables. Il représente la connaissance non pas comme une collection de documents, mais comme un ensemble de faits reliés entre eux : des entités (personnes, lieux, organisations, œuvres, concepts) connectées par des relations explicites ( « travaille pour », « situé à », « auteur de » ), chacune portant des attributs (nom, date, profession).
Chez Google, le Knowledge Graph est la base de connaissances qui alimente notamment le panneau de connaissance (knowledge panel) : l’encadré qui apparaît à droite des résultats de recherche (ou en haut sur mobile) et qui synthétise les informations essentielles sur une entité.
Les trois composants d’un graphe de connaissances
- Les entités
Une entité est une chose du monde identifiée de manière unique : une personne, une organisation, un lieu, un produit, un événement, un concept. Elle existe indépendamment de sa représentation textuelle. - Les propriétés (attributs)
Ce sont les caractéristiques d’une entité : nom, date de naissance, profession, siège social, superficie, auteur, etc. Elles décrivent l’entité et permettent de la qualifier. - Les relations
Ce sont les liens entre entités : « Stéphane Arrami travaille pour X », « X est situé à Les Mureaux », « Y est l’auteur de Z ». Ces relations forment le réseau qui donne sa richesse au graphe.
Comment il fonctionne
Le graphe de connaissances est alimenté par :
- Des sources structurées : Wikidata, Wikipédia, bases de données publiques.
- Des données structurées : balisage Schema.org, JSON-LD, RDFa.
- Des sources fiables : sites officiels, institutions, médias reconnus.
- Des recoupements : Google croise les informations pour vérifier leur cohérence.
Lorsqu’une requête est posée, Google identifie l’entité concernée, interroge le graphe, et affiche les informations les plus pertinentes dans un panneau de connaissance ou dans les réponses génératives (AI Overviews).
À quoi ça sert
- Moteurs de recherche : comprendre de quoi parle une requête, pas seulement quels mots la composent.
- Panneau de connaissance : afficher une fiche synthétique sur une entité.
- Moteurs de réponse et IA : ancrer les réponses sur des faits reliés et vérifiables (grounding).
- SEO sémantique : construire une empreinte sémantique cohérente autour d’une entité.
- Interopérabilité : permettre à des systèmes différents de partager et de relier des connaissances.
Différence avec une base de données classique
Base de données : stocke des données dans des tables, avec des relations rigides (clés étrangères).
Graphe de connaissances : stocke des entités et des relations souples et évolutives, sans schéma figé. Une entité peut avoir autant de relations que nécessaire, et de nouveaux types de liens peuvent être ajoutés sans tout casser.
Objectif : la base de données gère des enregistrements ; le graphe de connaissances représente du sens.
Ce que le graphe de connaissances n’est pas
- Ce n’est pas une simple encyclopédie : il ne se contente pas de décrire, il relie.
- Ce n’est pas un index de pages : il ne stocke pas des documents, mais des faits.
- Ce n’est pas figé : il évolue avec les nouvelles informations et les corrections.
- Ce n’est pas contrôlable directement : on ne « modifie » pas le graphe, on alimente des sources fiables qui l’alimentent.
Analogie
Le graphe de connaissances, c’est comme un immense réseau de fiches reliées par des fils. Chaque fiche décrit une entité (une personne, un lieu, une entreprise). Les fils représentent les relations (« travaille pour », « situé à », « auteur de »). Quand vous posez une question à Google, il suit les fils pour trouver la fiche pertinente et les informations qui y sont attachées. Le panneau de connaissance, c’est la fiche qui s’affiche à l’écran. Le graphe, c’est l’ensemble du réseau, invisible mais omniprésent, qui relie toutes les connaissances entre elles.
À retenir
Le graphe de connaissances est un réseau structuré d’entités, de propriétés et de relations vérifiables. Il alimente le panneau de connaissance de Google et les réponses génératives. Il se distingue d’une base de données classique par sa souplesse et sa capacité à représenter du sens. Pour une entité, être bien représentée dans le graphe (via des données structurées, Wikidata, des sources fiables) est un enjeu stratégique de visibilité et d’autorité à l’ère des moteurs de réponse et de l’IA.
Syn. : graphe de connaissance