今年四月微软发布了GraphRAG项目技术报告,PaperAgent专门发过推文进行详细介绍,时隔2个多月,微软正式开源了GrapRAG项目!
GraphRAG项目的知识模型:
Document
- 系统中的输入文档,代表CSV中的单独行或者单独的.txt 文件。TextUnit
- 要分析的文本块。这些块的大小、重叠度都可以配置。Entity
- 从 TextUnit 中提取的实体,代表人物、地点、事件或您提供的其他实体模型。Relationship
- 两个实体之间的关系。Covariate
- 提取的声明信息,其中包含有关可能受时间限制的实体的陈述。Community Report
- 一旦生成实体,就对它们执行分层社区检测,并为该层次结构中的每个社区生成报告。Node
- 包含已嵌入和聚集的实体和文档的呈现图形视图的布局信息。
如何将文本文档转换为GraphRAG知识模型,以及主要步骤:
- 编写TextUnit( Compose TextUnits)
- 图谱提取(Graph Extraction)
- 图谱增强(Graph Augmentation)
- 社区总结( Community Summarization)
- 文档处理(Document Processing)
- 网络可视化(Network Visualization)
https://microsoft.github.io/graphrag/
https://github.com/microsoft/graphrag
解释