Knowledge Graphs and LLMs in Action

Guía técnica y de arquitectura avanzada escrita por Alessandro Negro, Vlastimil Kůs, Giuseppe Futia y Fabio Montagna (especialistas vinculados a GraphAware), centrada en el diseño de sistemas inteligentes híbridos que combinan grafos de conocimiento (Knowledge Graphs, KGs) con modelos de lenguaje masivos (LLMs) usando Python y tecnologías como Neo4j. Está dirigida a científicos de datos, ingenieros de machine learning y desarrolladores backend de nivel intermedio o avanzado que cuenten con fundamentos sólidos en Python y nociones de NLP, y que busquen superar las limitaciones de exactitud, explicabilidad y alucinaciones inherentes a los LLMs tradicionales.

El texto enseña a estructurar sistemas de IA corporativa donde la precisión explícita de los grafos complementa la fluidez lingüística de los modelos generativos. Cubre el modelado ontológico descendente orientado a negocio, la integración de fuentes heterogéneas y la extracción automatizada de grafos a partir de texto no estructurado con LLMs. Profundiza en la desambiguación de entidades nombradas (NED), el aprendizaje automático sobre grafos, la ingeniería de características relacionales y las redes neuronales de grafos (GNNs) para tareas de clasificación de nodos y predicción de enlaces. Además, detalla arquitecturas de vanguardia como GraphRAG (recuperación contextual sobre grafos estructurados), consultas en lenguaje natural (Text-to-Cypher) y el diseño de agentes interactivos de preguntas y respuestas con LangGraph.

La obra guía el desarrollo de flujos integrales en Python: desde la ingesta y vinculación de ontologías en bases de datos de grafos hasta la implementación de agentes autónomos que recorren relaciones semánticas para responder consultas complejas en sectores exigentes como finanzas o salud. Su aportación fundamental es dotar a las soluciones generativas de razonamiento determinista, trazabilidad y memoria contextual verificable, superando el clásico RAG de fragmentos vectoriales planos. Deja fuera el desarrollo frontend y exige familiaridad con conceptos de grafos y modelos generativos para asimilar con éxito el contenido.