GraphRAG

GraphRAG（Graph-based Retrieval-Augmented Generation）是一种结合图结构与检索增强生成的技术，旨在提升自然语言生成任务的性能。它通过利用图结构来捕捉复杂数据之间的关系，并结合信息检索技术来提供丰富背景知识，从而增强生成模型的输出质量。

原理

• graphRAG构建知识图谱:
  • use::

    实体识别和关系抽取

    • 可以使用传统的[use::NLP]
    • 也可使用[use::LLM]

    指向原始笔记的链接

• graphRAG检索知识图谱:
  • 传统方式: 根据query查询子图
    • 缺点: 只限于原材料中有的内容
  • child::微软graphRAG方案

知识图谱介绍｜构建方法｜Graph RAG｜多模态知识图谱_哔哩哔哩_bilibili

应用场景

• 问答系统: 在问答系统中，GraphRAG可以通过检索并整合相关信息来提供更为详细和准确的答案。

• 文本摘要: 使用GraphRAG进行文本摘要时，可以利用图结构理解文本中的关键要素，并从外部资源中获取补充信息，从而生成更具全面性的摘要内容。

• 对话系统: 在对话系统中，GraphRAG能够提升对话质量，通过获取相关背景资料，使得对话更加连贯且有意义。