GraphRAG访问模式和知识图谱建模

GraphRAG访问模式和知识图谱建模

graphrag.com[2]是一个开源项目，收集了围绕GraphRAG的相关资源，目前正在快速收集大家的投稿。深入阅读这些文档将帮助大家将GraphRAG技术应用于实际项目，同时拓宽对图数据和知识图谱的理解。

  检索增强生成（RAG）是一种通过将大型语言模型（LLM）与事实数据结合的方式，以减少幻觉并扩展问答所需的信息。用户的问题会被用来从一个或多个数据源中检索相关信息，这些信息为生成答案提供了事实依据。随后，将增强后的提示和原始用户问题一起传递给 LLM，以生成最终的答案。

  GraphRAG是一种基于图结构的检索机制，相比纯文本搜索（或矢量搜索），它能够提供更细粒度和更相关的上下文信息。这是因为它能够利用知识图谱中关于许多领域的丰富知识表示。

什么是GraphRAG

  GraphRAG是基于知识图谱的检索增强生成（RAG）技术。

了解文本分块

 文本文档可以是简短的（例如社交媒体帖子或评论），也可以是非常长的（例如书籍）。

 由于较长的文本文档通常涉及多个不同的主题，并按照顺序排列（有时还包含引用），因此将其拆分为更小、语义连贯并专注于单一主题的部分是非常理想的。

 这个将文档拆分成小块的过程被称为“分块”（Chunking）。

 以下是几种常见的分块策略：

• • 拆分（Splitting）：将文档拆分成大小相等的部分（按字符或词元数量），可选择性地加入重叠（典型的大小为250-500个词元，重叠部分为50-100个词元）。
• • 层次化文档分块（Hierarchical Document Chunking）：根据词汇边界（如章节、节、段落）拆分文档。
• • 句子分块（Sentence Chunking）：将文档拆分成单独的句子。
• • 语义分块（Semantic Chunking）：将文档拆分成句子，生成嵌入向量，并在嵌入向量之间的距离超过某一阈值时进行拆分。

检索模式

 下面内容仅列出了基于对应图结构相关的检索模式，详细检索模式的介绍请访问Retrieval Patterns[3]。

图谱建模

 下面内容仅列出了内容大纲，详细图结构信息请访问Graph Shapes[4]进行阅读。

相关概念

• • Domain graph - 领域图

  这个术语通常指的是与某个特定领域（如金融、医疗、教育等）相关的图形结构，用于表示领域中的实体及其相互关系。领域图侧重于展示领域内不同概念或对象之间的联系。

• • Lexical graph - 词汇图

  词汇图指的是通过词汇之间的关系（如同义词、反义词、上下位词等）来表示词汇网络的图形结构。它用于捕捉和描述词汇之间的语义关系，常见于自然语言处理和语义网络中。

  简单来说，领域图注重特定领域中的知识结构，而词汇图注重词汇和语义的关联。

图结构

• • 主要图结构列表如下：

引用链接

[1] TOC: GraphRAG访问模式和知识图谱建模 [2] graphrag.com: https://github.com/graphrag [3] Retrieval Patterns: https://graphrag.com/reference/graphrag/basic-retriever/ [4] Graph Shapes: https://graphrag.com/reference/knowledge-graph/domain-graph/