推荐语
GraphRAG新突破：RAKG框架实现95.91%准确率，6.2个点的碾压式提升，彻底解决传统知识图谱构建三大痛点。核心内容： 1. 传统KGC面临的实体消歧、模式僵化、跨文档信息遗忘三大难题 2. RAKG框架创新性将RAG评估机制引入知识图谱构建 3. 三板斧方案：预实体锚定、双层检索、渐进式融合
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
1 背景：传统 KGC 的三座大山
随着大模型（LLM）能力的不断增强，知识图谱（KG） 作为结构化知识的核心载体，重新成为研究热点。尤其是在 GraphRAG、Pike-RAG 等图谱增强生成框架的推动下，知识图谱在提升大模型推理能力、缓解幻觉问题方面展现出巨大潜力。
|
|
| 实体消歧难 |
同一缩写、别名、指代在跨段落时极易混淆，人工规则维护成本爆炸。 |
| 模式僵化 |
先定义 schema 再抽取，无法随文档主题动态扩展，领域迁移=重写规则。 |
| 跨文档信息遗忘 |
长文本直接塞 LLM，中间段落被“遗忘”，导致关系缺失或张冠李戴。 |
2 结论：95.91 % 准确率，6.2 个点的碾压式提升
提出 RAKG（Retrieval-Augmented Knowledge Graph Construction）框架，首次将 RAG 的评估机制 引入知识图谱构建过程，实现文档级、自动化的知识图谱构建与评估。
图1 直观展示了 RAG 范式反打到 KGC（知识图谱构建） 后的整体流程，把“检索-生成”思路反过来用在建图阶段。
图1 RAKG 框架总览
|
|
|
|
| Accuracy |
95.91 % |
|
|
| 实体密度 ED |
高 23 % |
|
|
| 关系丰富度 RR |
高 31 % |
|
|
| 实体覆盖率 EC |
0.8752 |
|
|
| 关系网络相似度 RNS |
0.7998 |
|
|
图2 的 105 篇文章得分分布显示，RAKG 几乎“全线右移”，没有低分尾巴。
3 方案：把 RAG“倒过来”建图的三板斧
3.1 预实体（Pre-Entity）：先抓“锚点”再检索
- 按句分块，NER 逐块抽取实体 → 生成 Pre-Entity 并缓存 chunk-id；
- 向量相似度初筛 + LLM 二次判别，完成 实体消歧与合并；
- 用 Pre-Entity 当“query”，反向去召回它出现过的所有文本块与已有子图。
图6 案例：Butterfly 一生四个阶段，Pre-Entity 把“Butterfly Egg / Larva / Pupa / Adult”先锚定，再各自召回描述段落。
图6 案例研究：Butterfly 生命周期
3.2 双层检索：语料回溯 + 图结构回溯
|
|
|
| Corpus Retrospective |
|
|
| Graph Structure |
|
|
图4 把“LLM as Judge”流程画成一条质检流水线：生成→检索→比对→打分→过滤。
图4 LLM 作为裁判的质检流程
3.3 渐进式融合：子图 → 全局图
- 子图之间按实体 ID 合并，冲突边交给 LLM 做“事实性”二次判断；
- 输出最终 KG，并同步更新向量索引，支持持续增量构建。
图5 显示，经过“LLM Judge”后，实体通过率 91.33 %，关系通过率 94.51 %，幻觉率被压到 5 % 以内。
图5 LLM Judge 通过率
4 一张表看懂 RAKG 的“增量”在哪
|
|
|
|
|
|
|
用 Pre-Entity 当 query 分段检索 |
|
|
|
|
|
|
|
RAKG: Document-level Retrieval Augmented Knowledge Graph Construction
https://arxiv.org/html/2504.09823
https://github.com/LMMApplication/RAKG
粤ICP备14082021号
免费POC，
零成本试错
