Unser Knowledge-Graph ermöglicht eine domänenunabhängige Darstellung der realen Welt auf der Grundlage von Begriffen, deren Bedeutungen und den Zusammenhängen, die zwischen den Begriffen bestehen.
Der Knowledge Graph wurde entwickelt, um im Zusammenspiel mit unserer Semantik-Engine die Mehrdeutigkeit in der Bedeutung eines jeden Wortes aufzulösen, ein fundamentaler Schritt im Prozess der Textanalyse.
Ein Mensch kann sein Wissen durch das Lernen von Neuem erweitern. Fachexperten können die Wissensbasis von Cogito erweitern: Dies kann anhand von Tools wie etwa Cogito Studio oder durch maschinelles Lernen durch die Analyse von „tagged content“ erfolgen.
Der Knowledge Graph von Expert System ist eine offene Box, d. h. die Struktur wird von Menschen geschaffen und ist für Menschen verständlich, das Gegenteil von dem, was bei reinen maschinellen Lernsystemen der Fall ist.
Jede Informationseinheit im Knowledge Graph enthält eine Reihe von Attributen (Grammatik, semantische Verknüpfungen, Definitionen/Bedeutungen, Themen, Häufigkeiten), mit denen die Eigenschaften von Wörtern und Begriffen ermittelt werden.
Im Knowledge Graph sind Wörter und Begriffe in Gruppen zusammengefasst, die die gleiche Bedeutung haben und die durch Millionen von logischen und sprachbezogenen Verknüpfungen zueinander in Beziehung stehen.
Syncons sind als Knoten im Knowledge Graph abgebildet, die durch semantische Beziehungen in einer hierarchischen Struktur mit anderen Knoten verknüpft sind. So hat jeder Knoten nicht nur seine eigene Bedeutung und seine Attribute, sondern wird auch durch die Eigenschaften und Bedeutungen der Knoten über und unter ihm bereichert. Jede Verknüpfung bildet eine bestimmte Beziehung ab, durch die Begriffe in einer Sprache miteinander verbunden sind. Die Verknüpfungen dienen als Leitlinien für die Anordnung der Begriffe im Knowledge Graph. Begriffe werden beispielsweise als Ober- und Unterbegriffe (Fahrzeug/Auto/SUV), als potenzielle Subjekte bzw. Objekte eines Verbs usw. angeordnet.
