带图的检索增强生成 (GraphRAG)

发布于2024年12月31日

作者：韩昊宇、王宇、Harry Shomer、郭凯、丁嘉源、雷永佳、Mahantesh Halappanavar、Ryan A. Rossi、Subhabrata Mukherjee、唐先锋、何琪、华志刚、薄龙、赵彤、Neil Shah、Amin Javari、夏英龙、唐纪亮

arXiv:2501.00309 [ cs.IR, cs.CL, cs.LG ] github:Graph-RAG/GraphRAG/

摘要

检索增强生成（RAG）是一种强大的技术，通过从外部源检索额外信息（如知识、技能和工具）来增强下游任务的执行。图，凭借其固有的“节点由边连接”的特性，编码了大量的异构和关系信息，使其成为RAG在众多现实世界应用中的宝贵资源。因此，我们最近见证了RAG与图结合（即GraphRAG）的关注度日益增加。然而，与传统的RAG不同，在传统的RAG中，检索器、生成器和外部数据源可以在神经嵌入空间中统一设计，而图结构数据的独特性，例如多样格式和领域特定的关系知识，在为不同领域设计GraphRAG时带来了独特而重大的挑战。鉴于其广泛的适用性、相关的设计挑战以及GraphRAG最近的兴起，迫切需要对其关键概念和技术进行系统和最新的调查。基于此动机，我们对GraphRAG进行了全面而最新的调查。我们的调查首先通过定义其关键组件，包括查询处理器、检索器、组织器、生成器和数据源，提出了一个整体的GraphRAG框架。此外，认识到不同领域中的图表现出独特的关联模式并需要专门的设计，我们回顾了专门为每个领域量身定制的GraphRAG技术。最后，我们讨论了研究挑战并集思广益，以激发跨学科的机会。我们的调查仓库在 https://github.com/Graph-RAG/GraphRAG/ 公开维护。