GraphRAG概述

GraphRAG概述

Preliminaries

知识图谱

知识图谱是一种基于图结构的语义网络，用于表现现实世界中的实体及其之间的关系。通过将复杂的信息抽象为“实体-关系-实体”的三元组结构，构建出复杂的知识网络，从而支持高效的信息检索、语义理解和推理。

知识图谱三元组是知识图谱中的基本构成单元，用于描述实体之间的关系或实体的属性。三元组由主体（Subject）、谓词（Predicate）和宾语（Object）组成（SPO），形式为**<主体，谓词，宾语>**，在知识图谱中表现为节点和边的结构，其中节点代表实体或概念，边代表实体间的关系或实体的属性。

在知识图谱中，三元组通常用来表示两种类型的信息：

• 实体间的关系：例如，<北京，是首都，中国>，其中“北京”和“中国”是实体，“是首都”是它们之间的关系。

• 实体的属性：例如，<特朗普，职业，美国总统>，其中“特朗普”是实体，“职业”是属性，“美国总统”是属性值。

NRE（Named Entity Recognition）

它的目标是识别文本中具有特定意义的实体，并将其分类到预定义的类别中。

常见实体类别：人名、地名、组织机构名、时间、日期、货币等。
实体识别可以用BERT做，见https://zhuanlan.zhihu.com/p/74803327。

RE（Relation Extraction）

旨在从文本中识别实体之间的预定义语义关系。

AE（Attribute Extraction）

从非结构化文本中抽取出实体的属性以及属性值。

GraphRAG

传统RAG不能很好关注文本语料的全局信息（缺乏全局理解和感知），GraphRAG首先使用LLM从源文档建立知识图谱，然后将图谱按照层次的community分区图谱，最后通过“map-reduce”汇聚每个community summaries的部分回复，生成全局的回复。

Index阶段：
如上图紫色部分的框图，为知识图谱的索引建立流程。经历分块、实体提取、图谱建立、社区检测、社区总结等多个流程。

推理阶段：
绿色部分为推理过程。给定用户查询，使用来自不同层次的社区摘要来回答问题，最后汇聚生成最终答案。