このプロジェクトに統合されたGraphRAGモジュールは、従来のRAGの断片検索の限界を打破し、深い意味理解を達成するために文書実体の知識グラフを構築する。このシステムは、アップロードされた文書処理の段階で、名前付きエンティティ（例えば、人物／組織／場所）を自動的に識別し、共起関係ネットワークを構築して、数百のノードを持つ意味グラフを形成する。プロジェクトBとA社の役員の関連性」のような複雑なクエリを扱う場合、グラフ分析により、プレーンテキスト検索と比較して60%の精度向上が可能である。
技術的な実装では、三項関係を格納するためにNeo4jグラフデータベースを使用し、関係推論のためにGNNアルゴリズムを使用する。具体的な応用シナリオとしては、契約条項の関連分析、学術論文の引用ネットワークマイニングなどがある。テストデータによれば、GraphRAGは50ページ以上の長文文書において、Q&Aシステムにおける暗黙的関係の認識を3倍向上させることができる。
この答えは記事から得たものである。DeepSeek-RAG-Chatbot: ローカルで動作する DeepSeek RAG チャットボットについて
