带有提取实体和社区摘要的词汇图谱
背景
某些可以对整个数据集提出的问题，不仅与某些分块中存在的事物相关，而且还寻求数据集中普遍存在的整体信息。所有上述模式都不适合回答这类“全局”问题。
图模式
元素
节点
文档节点包含文档名称及其来源。它们可能包含额外的元数据。 
分块节点包含分块的人类可读文本及其向量嵌入。它们可能包含额外的元数据。 
实体节点包含实体的名称。此外，它们可能包含实体的描述和向量嵌入（名称和描述的）。它们可能包含额外的元数据。实体节点可以根据提取提示具有额外的标签。 
社区节点包含与社区相关的所有数据，例如级别、名称、摘要和完整内容。它们可能具有一个权重属性，表示该社区所跨的分块数量。它们可能包含额外的元数据。
关系
PART_OF 关系不需要额外的属性。但是，它们可能包含额外的元数据。 
HAS_ENTITY 关系不需要额外的属性。但是，它们可能包含额外的元数据。 
RELATES_TO 关系在此处是示例性的。它们可以根据提取提示具有任何类型。它们也可能有一个描述。它们可能包含额外的元数据。 
IN_COMMUNITY 关系将实体连接到包含摘要的社区节点。这些关系不需要额外的属性。但是，它们可能包含额外的元数据。 
PARENT_COMMUNITY 关系将一个级别的社区连接到它们的更高级别社区节点。这些关系不需要额外的属性。但是，它们可能包含额外的元数据。
描述
除了提取实体及其关系之外，我们还需要在域图中形成分层社区。这可以通过使用 Leiden 算法来完成。对于每个社区，LLM 会将实体和关系信息总结成社区摘要。
