AI知识库 AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


重磅!微软开源GraphRAG项目
发布日期:2024-07-03 02:58:56 浏览次数: 1591

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!

微软多部门联合推出GraphRAG项目:全面性和多样性方面显著优于原生大模型RAG

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
在整个GraphRAG流程中,也会涉及Embedding、Chunking等技术,PaperAgent团队RAG专栏进行过详细的归纳总结:高级RAG之36技(术)。

点击“阅读原文”试看RAG专栏

53AI,大模型落地应用首选服务商

定位:开箱即用的大模型落地应用平台

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

年轻人!来一起搞AI吗?

如果你看见AI对商业世界的变革,欢迎来和我们一起探索~

岗位:销售经理

查看详情

岗位:项目经理

查看详情

岗位:产品经理

查看详情

岗位:测试工程师

查看详情

联系我们

售前咨询
186 6662 7370
产品演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询