跳至内容

GraphRAG 中文社区

Microsoft GraphRAG中文教程与实践

围绕 Microsoft GraphRAG 的图谱构建、检索方法与问答实践,提供中文技术文章、示例教程和开发参考。

文档经过文本切分和实体关系抽取,形成图与社区摘要的 GraphRAG 索引流程示意
索引流程:文本切分、实体与关系抽取、社区划分与摘要生成。查询时使用图谱、社区报告和原文等信息。

快速上手

GraphRAG 工作原理

原理概述

图谱与社区报告

标准索引流程从文本单元中抽取实体与关系,对图谱进行社区划分,并为社区生成摘要报告。

索引数据流

查询上下文

Global 汇总社区报告,Local 结合相关实体、图数据与原文,DRIFT 结合社区信息和局部搜索,Basic 使用基础向量检索。

查询引擎

应用场景

GraphRAG 可用于跨文档的主题归纳与关系分析,实际效果和成本取决于数据、模型与索引配置。

GraphRAG

跨文档主题归纳与实体关系分析

多份访谈中的共同观点、研究材料的主题变化,以及人物、组织和事件之间的联系。

普通向量 RAG

语义检索与原文片段查询

答案集中在少量文本片段、主要需求是查找原文时,普通向量检索通常更简单。

效果与成本:同一批小样本和固定问题有助于比较答案质量;建索引与查询的费用需要分别记录。

实践案例

《圣诞颂歌》:主题与人物关系

以 Project Gutenberg 的公开文本为材料,介绍项目初始化、索引构建及 Global、Local 查询。

  • output/ 中的 Parquet 索引产物。
  • 查询答案中的主题、人物关系及其原文依据。

教学示例,未独立实测。

查看示例教程
Global 查询

故事最重要的主题是什么?

归纳故事主题,并通过相关段落核对答案。

Local 查询

Scrooge 是谁,他有哪些主要关系?

查询人物关系,并对照原文检查答案中的描述。

更多资源