知识图谱引导的检索增强生成
Knowledge Graph-Guided Retrieval Augmented Generation
Xiangrong Zhu, Yuexiang Xie, Yi Liu, Yuanman Li, Wei Ping Hu
Conference of the Nations of the Americas Chapter of the Association for Computational Linguistics: Human Language Technologies (NAACL) · 2025-01-01
开放获取检索增强与智能体被引 88被引前 10%影响因子 ≈3.0
摘要
朱向荣（Xiangrong Zhu）、谢月香（Yuexiang Xie）、刘毅（Yi Liu）、李亚良（Yaliang Li）、胡伟（Wei Hu）。《2025年美洲地区计算语言学协会人类语言技术会议论文集》（第1卷：长文篇）。2025年。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于全文生成- 主要观点
- 该文针对现有RAG以语义相似度检索孤立文本块、忽视块间内在关系并导致检索结果同质冗余的问题，提出KG2RAG框架，主张用知识图谱为文本块提供事实层面的关系，以提升检索结果的多样性与连贯性。其核心流程是先以语义检索得到种子块，再通过KG引导的块扩展纳入含有重叠或相关实体、三元组的块，最后以KG为骨架进行块组织，将相关且重要的知识组织成段落后送入LLM生成回答。论文以HotpotQA及其Shuffle变体为对象，报告KG2RAG在回答质量与检索质量上优于LLM-only、Semantic RAG、Hybrid RAG、GraphRAG和LightRAG等基线，尤其在fullwiki设置和Shuffle-HotpotQA上表现更明显。其支撑性论断是：图引导扩展可避免仅靠提高k或上下文窗口扩展带来的冗余，KG基上下文组织兼具过滤与编排功能。
- 研究方法
- 材料显示，作者先按句子和段落结构将文档切分为块，并用Llama-3的提示词从HotpotQA的66,581篇文档中抽取实体与关系，构建含211,356个三元组、98,226个实体和19,813个关系的KG，且每个三元组链接到来源块。检索阶段用嵌入模型计算查询与块的余弦相似度并取top-k种子块，再以BFS在关联KG上遍历m-hop邻域得到扩展子图并读出扩展块。后处理阶段将扩展子图转为无向加权图，按连通分量求最大生成树以过滤冗余边，并以DFS拼接块形成段落，再用cross-encoder对三元组表示进行相关性排序。实验在HotpotQA-Dist、HotpotQA-Full及Shuffle-HotpotQA-Dist、Shuffle-HotpotQA-Full上进行，采用F1、precision、recall评价回答与检索质量，使用LLaMA3-8B、mxbai-embed-large、bge-reranker-large，k设为10，并做消融实验。
- 学术贡献
- 在理论框架层面，该文把知识图谱的事实级关系嵌入RAG的检索与上下文组织环节，提出KG2RAG这一由离线块-KG关联、KG增强检索和KG基上下文组织组成的框架，针对的是RAG中检索块孤立、同质冗余与上下文拼接松散的问题。在方法层面，图引导的块扩展与基于连通分量、最大生成树、DFS的上下文组织构成可操作流程，其中组织模块同时承担过滤与编排功能，区别于仅做语义检索或关键词混合检索的方案。在材料层面，作者从HotpotQA文档构建带块链接的KG，并构造Shuffle-HotpotQA变体以削弱LLM先验知识影响，且公开数据集与代码。在领域拓展层面，其贡献主要落在知识图谱增强的检索增强生成与多跳问答实验评估上，材料中未明确提及对艺术学各子领域的直接贡献。
- 存在局限
- 材料中未报告三元组抽取的人工校验、错误率或与现有KG实体链接的对比，KG-chunk关联的质量主要依赖Llama-3提示抽取，可能影响后续扩展与组织的可靠性。实验对象集中在HotpotQA及其Shuffle变体，未覆盖其他文档领域或任务类型；Shuffle变体通过同类实体随机替换构造，材料也承认可能产生新三元组，样本代表性仍受限于该构造方式。方法只使用LLaMA3-8B、mxbai-embed-large和bge-reranker-large，k固定为10，材料未明确报告m-hop中m的取值及k、m、块大小的敏感性分析，削弱了对参数选择影响的判断。消融实验表3、表4集中在distractor设置，材料未明确给出fullwiki设置下的模块消融，论证链条对fullwiki中扩展与组织各自作用的支撑不够完整。从艺术学文献综述的视角看，材料中未明确提及与艺术理论、艺术设计、美术与书法、戏剧与影视、音乐与舞蹈、戏曲与曲艺的任何关联。
- 进一步研究方向
- 可对LLM抽取的三元组进行人工标注与错误类型分析，并比较提示抽取KG与材料提及的WebQSP、CWQ等现有KG在块关联上的检索与回答差异，以验证KG质量对KG2RAG各模块的边界条件。可在HotpotQA-Dist、HotpotQA-Full与Shuffle变体上系统扫描m-hop、top-k、块大小和嵌入、重排模型，报告fullwiki设置下的模块消融与失败案例，明确扩展与组织分别在哪类查询上起作用。可将KG基上下文组织与简单按相似度拼接、上下文窗口扩展、提高k等策略做控制实验，测量组织后的块数、精度、召回与回答F1之间的权衡。可扩展到材料未覆盖的其他文档集和任务，但需在论文中明确数据来源与构建流程；若面向艺术学议题，则需另建艺术领域文档与实体关系标注集，检验KG2RAG在艺术史、剧目、作品版本等事实型查询上的适用性。
本综述由 AI（deepseek-flash）阅读开放获取全文自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Topic Modeling