父子词汇图谱

背景

将大型文档分块成较小的片段以创建嵌入是很有用的。嵌入是文本的语义表示，捕捉文本的含义。如果给定文本很长且包含太多不同主题，其嵌入的信息价值就会降低。由于来自多个主题的噪音较少，较窄的文本片段将产生比更宽泛的文本片段更有意义的向量表示。然而，如果大型语言模型（LLM）仅接收到非常少量的信息进行答案生成，则该信息可能缺少上下文。检索包含所找到信息的更宽泛的文本片段可以解决这个问题。
此模式是词汇图的演变。

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。 块节点包含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。

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_CHILD 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

在分块文档时，将其分成（较大）的块（即父块），并进一步将这些块分成较小的块（即子块）。使用嵌入模型嵌入子块的文本内容。请注意，父块无需嵌入，因为它们仅用于答案生成，而非相似性搜索。

GraphRAG 模式

父子词汇图用于父子检索器中。