最有效的网站推广公司,电子商务平台网站推广,兰州网络推广范文,网站备案查询工信部手机版学习视频#xff1a;b站链接
项目链接
GraphRAG 的基本概念 Document#xff08;文档#xff09;#xff1a;系统中的输入文档。这些文档要么代表CSV中的单独行#xff0c;要么代表单独的txt文件。 TextUnit#xff08;文本块#xff09;#xff1a;要分析的文本块。…学习视频b站链接
项目链接
GraphRAG 的基本概念 Document文档系统中的输入文档。这些文档要么代表CSV中的单独行要么代表单独的txt文件。 TextUnit文本块要分析的文本块。这些块的大小、重量以及它们是否遵守任何数据边界可以在下面配置。一个常见的用例是设置 CHUNK_BY_COLUMNS 为 id以便文档和TextUnits之间存在一对多关系而不是多对多关系。 Entity实体从TextUnit中提取的实体。这些实体代表人物、地点、事件或您提供的其他实体模型。 Relationship关系两个实体之间的关系。这些关系由协变量生成。 Covariate协变量提取的声明信息其中包含可能受时间限制的实体的陈述。 Claim声明代表具有评估状态和时间限制的积极事实陈述以协变量Covariates的称呼在各处使用。 Community Report社区报告一旦生成实体我们就对它们执行层次社区检测并为该层次结构中的每个社区生成报告。 Node节点包含已被聚集的实体和文档的呈现图形视图的布局信息。
总体流程
文档转换为 TextUnits
说明
概念 - 追溯原文文档和文本单元之间存在严格的一对多关系
切换技巧
切换大小 chunk size: 1200 token较大的块会导致输出保真度较低参考文本意义较小使用较大的块可以大大缩短处理时间。
图表
图表显示不同 chunk size 和 gleanings 的数量对实体引用检测的影响。600 token、1200 token、2400 token 的 chunk size 对比。
图提取
功能
分析每个文本单元并提取图形基元实体、关系和声明
实体和关系提取
使用 LLM 从原始文本中提取实体和关系包含具有名称、类型和描述的实体列表以及具有源、目标和描述的关系列表。
实体和关系摘要
通过 LLM 为每个实体和关系提供简短的摘要描述。
Claim Extraction Emission
声明代表具有评估状态和时间限制的积极事实陈述以协变量Covariates的称呼在各处使用。 图增强构建社区
社区检测
使用分层莱顿算法生成实体社区的层次结构此方法将对我们的图应用递归社区聚类直到达到社区规模阈值。这将使我们能够了解图的社区结构并提供一种在不同粒度级别上导航和总结图的方法。
图嵌入
使用 Node2Vec 算法生成图的向量表示。这将使我们能够理解图的隐式结构并提供额外的向量空间以便在查询阶段搜索相关概念。 社区总结
功能
基于社区数据并为每个社区生成报告这让我们可以从多个粒度点对图表有一个高层次的了解。例如如果社区 A 是顶级社区我们将获得有关整个图表的报告。如果社区是较低级别的我们将获得有关地集群的报告。
生成社区报告
使用 LLM 生成每个社区的摘要引用社区子结构中的关键实体、关系和声明。
总结社区报告
每个社区报告都会通过 LLM 进行总结以供速记使用。
社区嵌入
通过生成社区报告、社区报告摘要和社区报告标题的文本嵌入来生成我们的社区的向量表示。 文档处理
链接到 TextUnits
将每个文档链接到第一阶段创建的文本单元了解哪些文档与哪些文本单元相关。
文档嵌入
文档切片的平均嵌入来生成文档的向量表示能够理解文档之间的隐式关系。 local查询 Local 查询流程
流程描述
用户查询User Query用户输入查询进入流程的起点。提取实体Extracted Entities从用户查询中提取出实体包括实体描述和嵌入信息。候选文本单元Candidate Text Units通过实体和文本单元的映射生成候选文本单元。候选社区报告Candidate Community Reports通过实体和社区报告的映射生成候选社区报告。候选实体Candidate Entities通过实体-实体关系映射生成候选实体。候选关系Candidate Relationships通过实体-实体关系映射生成候选关系。候选协变量Candidate Covariates通过实体-协变量映射生成候选协变量。
排序和过滤
每个候选单元经过排序与过滤Ranking Filtering并输出优先级结果包括
优先级文本单元Prioritized Text Units优先级社区报告Prioritized Community Reports优先级实体Prioritized Entities优先级关系Prioritized Relationships优先级协变量Prioritized Covariates
响应Response
最终将所有优先级结果汇总并生成响应Response提供给用户。
会话历史Conversation History
会话历史用来记录并辅助当前查询的处理确保连续性和上下文的完整性。
Global查询流程
Global 查询流程
流程描述
用户查询User Query用户输入查询作为流程的起点。会话历史Conversation History通过会话历史确保查询的上下文完整性。社区报告批次Shuffled Community Report Batch将用户查询分配给不同的社区报告批次进行处理。每个批次会被洗牌处理以确保多样性。 Batch 1第一批社区报告Batch 2第二批社区报告Batch N第N批社区报告 中间响应评分Rated Intermediate Responses, RIR每个社区报告批次会生成中间响应并对其进行评分。排序与过滤Ranking Filtering对中间响应的评分结果进行排序与过滤保留最佳结果。聚合中间响应Aggregated Intermediate Responses将所有评分较高的中间响应聚合在一起作为最终输出。最终响应Response将聚合的结果返回给用户作为最终的查询响应。
