基于GraphRAG的大数据知识学习系统

摘要

针对大数据教学资源爆炸导致的信息过载与传统检索增强生成(RAG)在多源信息融合时准确性不足的问题，提出一种基于GraphRAG的大数据知识学习方法.首先，设计中文提示模板，驱动GraphRAG自动抽取课程实体和关系，构建初始知识图谱并持久化至Neo4j图数据库；其次，通过实体对齐和关系补全，将人工整理的知识点与自动构建的图谱相融合，形成统一、可演化的知识图谱库；最后，利用GraphRAG预生成的社区摘要实现全局语义搜索，同时依托Neo4j图数据库完成面向知识点的局部精准检索.实验结果表明，该方法在问答准确率、响应相关性和多源信息整合流畅度上均显著优于传统RAG.

关键词

大语言模型 / 检索增强生成 / 图检索增强生成 / 知识图谱