検索エンジンは単にキーワードを照合するだけではありません。パリがフランスの首都であること、フランスがヨーロッパにあること、そしてヨーロッパが大陸であることを理解しています。こうした構造は、知識グラフ、つまりエンティティとその間の関係性に関するデータベースから生まれます。

ノードは、人、場所、組織、イベントといった事物を表します。エッジは、出生地、勤務先、所在地といった関係性を表します。これらが組み合わさって、機械が照会や推論を行うことができるネットワークを形成します。

知識グラフの一般的な用途

• 検索結果の充実化
• 推薦システム
• 質問への回答
• 不正検出
• 創薬

グラフの構築には多大な労力がかかる。Wikidataのようなキュレーションされたグラフは、人間の編集者と自動インポートに依存している。抽出されたグラフは、自然言語処理（NLP）を用いてテキストから関係性を抽出しているが、精度はまちまちである。事実の変化に応じて一貫性を維持することは、依然として課題となっている。