डोमेन नॉलेज ग्राफ़ कवरेज पर अटक जाते हैं
उद्योग-विशिष्ट नॉलेज ग्राफ़ उपयोगी भी हैं और मनमौजी भी। चिकित्सा ऑन्टोलॉजी, औद्योगिक पुर्ज़ों की सूची, नियामक अधिनियमों का डेटाबेस: ये सब सटीक, विशेषज्ञों द्वारा परखी गई संरचनाएँ हैं, जहाँ इकाइयों के बीच संबंधों का स्पष्ट अर्थ होता है। सटीकता की कीमत है — संकीर्णता। ऐसा ग्राफ़ केवल वही जानता है जो उसमें डाला गया, और अपनी ही कवरेज की सीमा पर अटक जाता है।
सामान्य नॉलेज ग्राफ़ अलग तरह से बने होते हैं। वे पूरी दुनिया से तथ्य जुटाते हैं, लेकिन यह काम मोटे तौर पर और किसी विशिष्ट विषय-क्षेत्र की परवाह किए बिना करते हैं। इसी विरोधाभास पर वह शोध आधारित है, जिसकी चर्चा आगे होगी।
अब तक डोमेन ग्राफ़ का संवर्धन दो रास्तों से होता रहा है। या तो ज्ञान बाहरी असंरचित पाठों — दस्तावेज़ों, लेखों, रिपोर्टों — से निकाला जाता था, या ग्राफ़ को भीतर से, पहले से मौजूद संबंधों पर तार्किक निष्कर्ष के ज़रिए बढ़ाया जाता था। दोनों तरीके काम करते हैं, पर मापदंड नहीं बढ़ाते: कवरेज सीमित रहती है, और एकीकरण की गुणवत्ता अस्थिर।
और सबसे बड़ी बात, किसी ने इस प्रश्न का व्यवस्थित अध्ययन ठीक से नहीं किया: वास्तव में बड़े और उच्च-गुणवत्ता वाले सामान्य नॉलेज ग्राफ़ों का उपयोग कैसे किया जाए, ताकि अत्यंत विशिष्ट ग्राफ़ों को पूरा किया जा सके। यही खाई arXiv:2601.10485 शोध-पत्र भरता है।
DKGF कार्य: सामान्य ग्राफ़ से प्रासंगिक तथ्य निकालना
लेखक एक नया व्यावहारिक कार्य प्रस्तुत करते हैं — डोमेन-विशिष्ट नॉलेज ग्राफ़ों का फ़्यूज़न, संक्षेप में DKGF। सार बात शब्दों में सरल है: सामान्य नॉलेज ग्राफ़ में ऐसे तथ्य खोजें जो लक्ष्य डोमेन के लिए वास्तव में आवश्यक हैं, और उन्हें सावधानी से उसमें शामिल करें। परिणाम — एक डोमेन ग्राफ़, जो अधिक जानता है, पर अपनी विशेषज्ञता नहीं खोता।
शोध-पत्र का शीर्षक — «Panning for Gold» — एक सटीक रूपक है। सामान्य ग्राफ़ यहाँ रेत भरी नदी जैसा है: सोना है, पर उसे छानकर निकालना होगा, सब कुछ उलीचना नहीं। कार्य अधिकतम स्थानांतरित करना नहीं, बल्कि आवश्यक चुनना है।
कार्य का तकनीकी विवरण: arXiv:2601.10485, अनुभाग cs.AI। लेखक — Runhao Zhao, Weixin Zeng, Wentao Zhang, Chong Chen, Zhengpin Li, Xiang Zhao और Lei Chen। पहला संस्करण 15 जनवरी 2026 को आया, अंतिम, पाँचवाँ, 25 अगस्त 2026 को। आकार — 13 पृष्ठ, 5 चित्र। DOI: 10.48550/arXiv.2601.10485।
दो जाल, जिन पर हर प्रयास ठोकर खाता है
प्रासंगिकता: डोमेन एक धुँधली अवधारणा है
पहली समस्या — डोमेन प्रासंगिकता की अत्यधिक अस्पष्टता। औपचारिक रूप से प्रश्न इस तरह है: क्या सामान्य ग्राफ़ का कोई विशिष्ट तथ्य हमारे विषय-क्षेत्र से संबंधित है? व्यवहार में उत्तर शायद ही कभी स्पष्ट होता है।
चिकित्सा ग्राफ़ लें। तथ्य «पदार्थ X प्रक्रिया Y को प्रभावित करता है» प्रासंगिक हो सकता है, या स्कूली जीव विज्ञान की सामान्य बात हो सकता है, जो केवल डेटाबेस में शोर बढ़ाएगी। डोमेन की सीमाएँ धुँधली हैं, और «अपना/पराया» का कोई कठोर मानदंड मौजूद ही नहीं है। एक ओर गलती — उपयोगी ज्ञान की हानि, दूसरी ओर — ग्राफ़ में कचरा।
ग्रैन्युलैरिटी: मोटा बनाम बारीक
दूसरी कठिनाई — ग्रैन्युलैरिटी का बेमेल। सामान्य ग्राफ़ों में तथ्य आम तौर पर अमूर्त और मोटे-दाने वाले होते हैं: वे दुनिया को सामान्य श्रेणियों में वर्णित करते हैं। डोमेन ग्राफ़, इसके विपरीत, संदर्भ में जीते हैं — उन्हें बारीक-दाने वाले कथन चाहिए, जो विशिष्ट उपयोग परिदृश्यों से जुड़े हों।
सरल उदाहरण: सामान्य ग्राफ़ कहेगा कि कोई तकनीक डेटा प्रसंस्करण विधियों के वर्ग से संबंधित है। उद्योग ग्राफ़ के लिए यह लगभग बेकार है — वहाँ यह महत्वपूर्ण है कि विधि किन परिस्थितियों में, किन प्रतिबंधों के साथ और किस प्रकार के कार्यों के लिए लागू होती है। तथ्य को एक-के-एक स्थानांतरित नहीं किया जा सकता, उसे लक्ष्य निर्देशांक प्रणाली के अनुसार पुनर्गठित करना होता है।
ExeFuse: तथ्य एक प्रोग्राम के रूप में
लेखकों का उत्तर — न्यूरो-सिंबॉलिक फ़्रेमवर्क ExeFuse, जो Fact-as-Program प्रतिमान पर आधारित है, अर्थात «तथ्य एक प्रोग्राम के रूप में»। विचार यह है कि ग्राफ़ों के विलय को तैयार कथनों को एक डेटाबेस से दूसरे में स्थानांतरित करने के रूप में देखना बंद किया जाए और उसे एक निष्पादन योग्य प्रक्रिया के रूप में समझा जाए।
व्यवहार में यह क्या बदलता है? न्यूरो-सिंबॉलिक निष्पादन तार्किक प्रासंगिकता की जाँच करने देता है, न कि सतही समानता की। अंतर मूलभूत है: शब्दों का मेल या सदिश निरूपणों की निकटता का अर्थ यह नहीं कि ज्ञान डोमेन में लागू है। समान शब्द भिन्न परिघटनाओं का वर्णन कर सकते हैं, और भिन्न शब्दावली एक ही बात की। तार्किक जाँच संबंधों की संरचना पर और इस पर देखती है कि कथन लक्ष्य क्षेत्र के संदर्भ में निगमित होता है या नहीं।
दूसरा तंत्र — target space grounding, अर्थात लक्ष्य स्थान से बाँधना। यही ग्रैन्युलैरिटी को कैलिब्रेट करता है: सामान्य ग्राफ़ का अमूर्त तथ्य उस रूप में अनूदित होता है, जिसका अर्थ किसी विशिष्ट डोमेन परिदृश्य के लिए होता है। इस तरह वर्णित दूसरे जाल का समाधान होता है।
सिंबॉलिक भाग निष्कर्ष की कठोरता के लिए ज़िम्मेदार है, न्यूरल नेटवर्क वाला — वास्तविक डेटा की अपूर्णता और अस्पष्टता से निपटने के लिए। यही संयोजन फ़्रेमवर्क को वहाँ डोमेन बाधाएँ पार करने देता है, जहाँ अकेली विधियाँ हार मान लेती हैं।
डेटा और परिणाम
कार्य का एक अलग योगदान — डेटासेट। लेखकों ने DKGF कार्य के मूल्यांकन के लिए पहला मानकीकृत बेंचमार्क तैयार किया। यह विधि से कम महत्वपूर्ण नहीं है: तुलना के लिए साझा मंच के बिना, विभिन्न दृष्टिकोणों के परिणामों की तुलना ही नहीं की जा सकती, और क्षेत्र बिखरे प्रयोगों का समूह बना रहता है।
परीक्षणों ने क्या दिखाया? ExeFuse डोमेन बाधाओं से निपटता है और विलय का उत्कृष्ट प्रदर्शन दर्शाता है। विशिष्ट मेट्रिक्स — स्वयं शोध-पत्र का विषय है, यहाँ गुणात्मक निष्कर्ष दर्ज करना पर्याप्त है: दृष्टिकोण काम करता है और यह विकल्पों से बेहतर करता है।
सामग्री पर काम की गति भी उल्लेखनीय है। सात महीनों में पाँच संस्करण — जनवरी से अगस्त 2026 तक — बताते हैं कि शोध सक्रिय रूप से परिष्कृत किया गया: शब्दावली बदली, प्रयोग जोड़े गए, बेंचमार्क स्पष्ट किया गया।
यह कहाँ उपयोगी होगा
DKGF का व्यावहारिक अर्थ एक वैज्ञानिक कार्य से कहीं व्यापक है। कोई भी उद्योग, जहाँ परखा हुआ नॉलेज ग्राफ़ है और उसे विस्तारित करने की इच्छा है, सामान्य डेटाबेस से सावधानीपूर्वक उधार लेने का उपकरण प्राप्त करता है।
चिकित्सा और फ़ार्मास्यूटिकल्स — स्पष्ट उम्मीदवार: वहाँ डोमेन ऑन्टोलॉजी लंबे समय से मौजूद हैं, पर उनके बीच संबंधों की कमी है। कानूनी क्षेत्र, औद्योगिक सुरक्षा, लॉजिस्टिक्स, वित्तीय अनुपालन — हर जगह अपने ग्राफ़ हैं, और हर जगह उन्हें मैन्युअल रूप से फिर से लिखे बिना पूरा किया जा सकता है।
यहाँ मुख्य बात स्थानांतरित तथ्यों की मात्रा नहीं, बल्कि उनकी उपयुक्तता है। «तथ्य एक प्रोग्राम के रूप में» प्रतिमान ठीक इसी पर लक्षित है: सामान्य ग्राफ़ का ज्ञान कॉपी नहीं किया जाता, बल्कि मानो लक्ष्य डोमेन के निर्देशांकों में निष्पादित होता है, तार्किक प्रासंगिकता की जाँच और ग्रैन्युलैरिटी के अनुसार कैलिब्रेशन से गुज़रते हुए।
यदि यह दिशा स्थापित हो जाती है, तो डोमेन ग्राफ़ों के विकास का तीसरा स्रोत उभरेगा — पाठों से निष्कर्षण और आंतरिक अनुमान के साथ-साथ। और संभवतः सबसे समृद्ध।
