SelfGraphRAG

新的SelfGraphRAG框架通过合成数据改进知识图谱检索

研究人员开发了SelfGraphRAG，一个新颖的框架，旨在通过有效利用知识图谱来增强检索增强生成（RAG）。该方法通过直接从知识图谱的结构生成合成问答对，解决了监督图谱检索中标记数据有限的常见挑战。这些合成数据点能够训练一个条件查询图谱检索器，该检索器捕获多跳路径和局部邻域的关系监督。实验表明，SelfGraphRAG在检索精度和下游推理任务上优于现有的基于嵌入的基线，特别是在多跳问答和分类基准测试中。