📚 参考書籍
※この記事は書籍の一部をベースに再構成しています。もう少し踏み込んだ内容（設計や具体例）は書籍の中でまとめているので、気になる方はそちらもどうぞ。
『ゼロから触ってわかった！ Databricksで学ぶオントロジー完全ガイド ― 概念・知識グラフ・推論からOntoBricksによる構築・AI連携まで』
本書は、オントロジーを「知る」だけでなく、Databricks環境で実際に「触って理解する」ための技術解説書です。RDF、OWL、知識グラフ、推論といった基礎理論から、Databricks OntoBricksを利用したオントロジーの構築、LLMによる自動生成、データマッピング、AI Agentとの連携まで、基礎と実践の両面から体系的に解説します。
https://link.amazon/B097rHrAm
📚 その他参考書籍一覧
※全書籍・全ブログ・週刊Databricksリリース情報
https://modern-tech-hub.mellow-launc-5442.chatgpt.site/books
⚡オントロジー入門⚡ ナレッジグラフとの関係とは？トリプル・RDF・OntoBricksで理解する知識の構造～ナレッジグラフとの関係
オントロジーとナレッジグラフの関係
オントロジーを理解するうえで、密接に関係する技術がナレッジグラフ（Knowledge Graph）です。
両者は混同されることがありますが、それぞれ異なる役割を持っています。
オントロジーは、対象領域に存在する概念や属性、関係性を定義する仕組みです。一方、ナレッジグラフは、具体的な対象や事実をノード（点）とエッジ（線）によって結び付け、知識をグラフ構造として表現する仕組みです。
例えば、オントロジーで「顧客は注文を行う」という関係を定義した場合、ナレッジグラフでは「顧客Aが注文001を行った」という具体的な事実を表現できます。
つまり、オントロジーが知識の意味や構造を定義する設計図であるのに対し、ナレッジグラフは具体的な知識のつながりを表現するものと捉えることができます。
ただし、ナレッジグラフは必ずしも明示的なオントロジーを必要とするわけではなく、オントロジー自体も概念間の関係をグラフとして表現できます。
概念モデルと実体データの違い
両者の違いを理解するうえで重要なのが、「概念モデル」と「実体データ」の区別です。
概念モデルとは、対象領域に存在するものを抽象化し、それぞれの意味や関係を整理したものです。
例えば、販売業務では次のような概念を定義できます。
- 顧客（Customer）は、注文（Order）を行う
- 注文（Order）には、商品（Product）が含まれる
- 商品（Product）は、商品カテゴリ（Category）に属する
これらは特定の顧客や注文を指すものではなく、販売業務に共通する概念と関係性を表しています。
一方、実体データは、こうした概念に対応する具体的な対象や事実を指します。
例えば、「顧客A」「注文001」「商品X」は、それぞれ顧客、注文、商品の具体的なインスタンスです。
これらを関連付けることで、「顧客Aが注文001を行い、その注文には商品Xが含まれる」という知識を表現できます。
オントロジーで定義した概念と、ナレッジグラフで表現する具体的な事実を対応付けることで、データの意味を保ちながら知識を整理できます。
トリプルによる知識の表現
ナレッジグラフを理解するうえで重要な概念が、トリプル（Triple）です。
トリプルとは、主語（Subject）、述語（Predicate）、目的語（Object）という3つの要素によって、1つの事実や関係性を表現する形式です。
例えば、「顧客Aが注文001を行った」という事実は、次のように表現できます。
| 主語（Subject） | 述語（Predicate） | 目的語（Object） |
|---|---|---|
| 顧客A | 注文する | 注文001 |
| 注文001 | 商品を含む | 商品X |
| 商品X | カテゴリに属する | 家電 |
この形式を利用すると、異なる種類のデータを共通の構造で表現し、それぞれの関係をたどることができます。
例えば、「顧客Aが注文した商品のカテゴリは何か」という問い合わせに対して、顧客から注文、商品、商品カテゴリへと関係をたどることで、必要な情報を取得できます。
特に、セマンティックWeb技術であるRDF（Resource Description Framework）では、このトリプルを基本単位として知識を表現します。
なお、すべてのナレッジグラフがRDFを採用しているわけではなく、プロパティグラフなど、異なる形式も存在します。
オントロジーとナレッジグラフの連携
オントロジーとナレッジグラフを組み合わせる場合、一般的には次のような流れで知識を構築します。
- 概念の定義：オントロジーで顧客、注文、商品などの概念と関係性を定義する
- データの対応付け：データベースのテーブルやカラムを、定義した概念に対応付ける
- 知識の構築：実際のデータからノードと関係を生成し、ナレッジグラフとして表現する
- 知識の活用：関係性の探索や問い合わせ、必要に応じた論理的な推論に利用する
この連携によって、個別のテーブルやシステムに分散したデータを、共通の意味に基づいて関連付けることができます。
例えば、顧客管理システムと販売管理システムで異なるデータ構造を採用していても、それぞれのデータを共通のオントロジーに対応付けることで、横断的な知識として利用できます。
Databricksにおける活用
本書で扱うOntoBricksでは、Databricks上のデータとオントロジーを結び付け、ナレッジグラフを構築する流れを学習します。
具体的には、業務概念の定義、Unity Catalogで管理されたデータとの対応付け、トリプルストアへのデータ展開、グラフの探索といった処理を段階的に実践します。
この一連の流れを理解することで、オントロジーが単なる概念モデルにとどまらず、実際のデータを意味に基づいて活用するための基盤となることが理解できます。
次節では、生成AIの普及によってオントロジーが改めて注目されている理由と、AIによる知識活用における役割について解説します。