什么是知识图谱？
SEO 中最流行的知识图谱之一是Google 知识图谱，Google 将其定义为：“我们的数据库包含有关人物、地点和事物的数十亿条事实。知识图谱使我们能够回答基于事实的问题，例如‘埃菲尔铁塔有多高？’”或“2016 年夏季奥运会在哪里举行？”我们使用知识图谱的目标是让我们的系统在有用时发现并显示已知的事实信息。
此定义中有两个重要信息需要牢记：
1.这是一个数据库。
2.它保存了事实信息。
这与 GenAI 完全相反。因此，解决前面提到的任何问题，尤其是欺骗问题的解决方案是使用知识图谱来验证来自 GenAI 的信息。
显然，理论上看起来很简单，但实际上并非如此。这是因为这两种技术有很大不同。然而，在论文《LAMDA：对话应用的语言模型》中，谷歌似乎已经在这样做了。当然，如果谷歌这样做，我们可以期待 Bing 也这样做。
知识图谱对于品牌来说变得更加重要，因为现在信息是通过知识图谱来验证的，这意味着你希望你的品牌出现在知识图谱中。
品牌在知识图谱中会是什么样子？
要进入知识图谱，品牌必须有一个实体。机器 手机数据 就是机器；它无法将品牌理解为一个人。这就是实体概念的由来。
我们可以简化这个概念，即实体是一个被分配了数字并且可以被机器读取的名称。例如，我喜欢奢侈手表。我可以花几个小时来观察它们。
因此，让我们来介绍一下大多数人都知道的流 创建相关内容 行奢侈手表品牌——劳力士。 Google 知识图谱中 Rolex 的机器可读 ID 是 /m/023_fz。这意味着当我们进入搜索引擎并输入品牌名称“Rolex”时，机器会将其转换为/m/023_fz。
现在您已经了解了实体是什么,让我们使用来自 کرسچن بلوگ 的更技术性的定义.《面向实体的搜索》一书指出：“实体是唯一可识别的对象或事物，其特征是其名称、类型、属性以及与其他实体的关系。”
让我们用劳力士的例子来解释这个定义：
-
唯一标识符 = 这是实体； ID：/m/023_fz
-
名称 = Rolex
-
类型 = 这指的是语义分类，在本例中是“事物、组织、公司”。
-
属性 = 这些是实体的特征，例如公司成 邮寄线索 立的时间、总部等。以劳力士为例，该公司成立于 1905 年，总部位于日内瓦。
有关劳力士的所有这些信息（以及更多信息）都将存储在知识图谱中。然而，知识图谱的神奇部分是实体之间的关系。
比如劳力士的老板汉斯·威尔斯多夫也是一个实体，他出生在库尔姆巴赫，也是一个实体。所以，现在我们可以在知识图谱中看到一些联系。并且这些联系仍在继续。但是，对于我们的例子，我们只取三个实体，即 Rolex、Hans Wilsdorf、Kalmbach。
从这些联系中，我们可以看出品牌成为一个实体并向机器提供所有相关信息是多么重要，这将在“品牌如何最大限度地利用其出现在聊天机器人或成为 GenAI 体验的一部分的机会？”部分中进行扩展。
但是，让我们首先分析一下 BARD 上使用的旧版 Google 大型语言模型 LaMDA，以了解 GenAI 和知识图谱如何协同工作。