图检索增强生成 (GraphRAG)

GraphRAG(图检索增强生成)是一种将知识图谱与检索增强生成相结合的方法。它先用大模型从文档中抽取实体和关系构建图谱,再对图进行社区划分与层次化摘要,使系统在回答问题时能利用结构化的全局知识,而不仅依赖零散的文本片段。

概述

传统的向量 RAG 通过语义相似度召回若干文档片段,擅长回答局部、具体的问题,但面对需要综合整个语料的全局性问题时往往力不从心,因为相关信息分散在大量片段中难以聚合。GraphRAG 由微软研究院在 2024 年提出,通过预先构建实体关系图并生成分层社区摘要,让模型能够对语料形成整体把握,从而应对概览性和多跳推理类问题。

核心原理

• 实体抽取:用大模型从原始文档中识别实体及其相互关系,构建知识图谱。
• 社区检测:对图运行聚类算法,把紧密关联的实体划分为不同社区。
• 分层摘要:为每个社区自底向上生成摘要,形成多层次的知识概览。
• 图上问答:回答问题时既可基于社区摘要做全局归纳,也可沿实体关系做局部多跳检索。

应用场景

GraphRAG 适合处理需要跨文档综合理解的任务,如对一批研究报告做主题总结、梳理复杂事件的人物关系、企业知识库的全局问答等。当用户问题涉及整体趋势或多个实体间的关联时,它相比纯向量检索能给出更连贯、更全面的答案。

常见问题

问:GraphRAG 会完全取代向量 RAG 吗?答:不会。两者各有侧重,向量 RAG 处理具体事实类问题高效且成本低,GraphRAG 更擅长全局综合类问题但构图成本高。实践中常根据问题类型组合使用。

问:GraphRAG 的主要代价是什么?答:构建知识图谱和生成分层摘要需要大量的模型调用,前期处理成本和耗时较高,因此更适合知识库相对稳定、查询价值高的场景。