RAKG：用RAG“倒过来“建图，95.91%准确率碾压传统KGC三大痛点！

关注

原创最新推荐文章于 2026-05-15 10:46:56 发布 974 阅读 AI 写同款· GEO 优化 ›

GLM-4.6国产大模型实战：中文长文本处理与Claude平替成本分析大语言模型（LLM）作为AI基础设施，其选型需兼顾能力、成本与落地可控性。国产大模型近年来在中文理解、长文本建模和本地化部署方面持续突破，尤其在法律、政务、金融等结构化文本场景中，展现出区别于通用模型的技术路径——如ALiBi位置编码增强外推能力、专业词表蒸馏提升领域精度。这类模型并非追求全场景SOTA，而是通过架构优化与数据适配，在垂直任务中实现高性价比闭环。GLM-4.6正是典型代表：它支持16K上下文、兼容OpenAI API协议、可在单张A10显卡完成生产级部署，显著降低API调用与数据合规风险。本阅读详情

一、背景：传统 KGC 的三座大山

随着大模型（LLM）能力的不断增强，知识图谱（KG）作为结构化知识的核心载体，重新成为研究热点。尤其是在 GraphRAG、Pike-RAG 等图谱增强生成框架的推动下，知识图谱在提升大模型推理能力、缓解幻觉问题方面展现出巨大潜力。

痛点	具体表现
实体消歧难	同一缩写、别名、指代在跨段落时极易混淆，人工规则维护成本爆炸。
模式僵化	先定义 schema 再抽取，无法随文档主题动态扩展，领域迁移=重写规则。
跨文档信息遗忘	长文本直接塞 LLM，中间段落被“遗忘”，导致关系缺失或张冠李戴。

二、结论：95.91 % 准确率，6.2 个点的碾压式提升

提出 **RAKG（Retrieval-Augmented Knowledge Graph Construction）**框架，首次将 RAG 的评估机制引入知识图谱构建过程，实现文档级、自动化的知识图谱构建与评估。

图1 直观展示了 RAG 范式反打到 KGC（知识图谱构建）后的整体流程，把“检索-生成”思路反过来用在建图阶段。

图1 RAKG 框架总览

指标	RAKG	GraphRAG	KGGen
Accuracy	95.91 %	89.71 %	86.48 %
实体密度 ED	高 23 %	—	—
关系丰富度 RR	高 31 %	—	—
实体覆盖率 EC	0.8752	0.6438	0.6020
关系网络相似度 RNS	0.7998	0.7278	0.6321

图2 的 105 篇文章得分分布显示，RAKG 几乎“全线右移”，没有低分尾巴。

三、方案：把 RAG“倒过来”建图的三板斧

3.1 预实体（Pre-Entity）：先抓“锚点”再检索

按句分块，NER 逐块抽取实体 → 生成 Pre-Entity 并缓存 chunk-id；
向量相似度初筛 + LLM 二次判别，完成 实体消歧与合并；
用 Pre-Entity 当“query”，反向去召回它出现过的所有文本块与已有子图。

图6 案例：Butterfly 一生四个阶段，Pre-Entity 把“Butterfly Egg / Larva / Pupa / Adult”先锚定，再各自召回描述段落。

图6 案例研究：Butterfly 生命周期

3.2 双层检索：语料回溯 + 图结构回溯

检索源	作用	实现
Corpus Retrospective	补全实体局部上下文，缓解 LLM 长文本遗忘	用实体向量召回 top-k 句块
Graph Structure	保持与已有 KG 的拓扑一致，避免冲突	用实体向量召回已有节点及其一跳邻居

图4 把“LLM as Judge”流程画成一条质检流水线：生成→检索→比对→打分→过滤。

图4 LLM 作为裁判的质检流程

3.3 渐进式融合：子图 → 全局图

每个实体独立生成 关系子图（节点+属性+边）；
子图之间按实体 ID 合并，冲突边交给 LLM 做“事实性”二次判断；
输出最终 KG，并同步更新向量索引，支持持续增量构建。

图5 显示，经过“LLM Judge”后，实体通过率 91.33 %，关系通过率 94.51 %，幻觉率被压到 5 % 以内。

图5 LLM Judge 通过率

四、一张表看懂 RAKG 的“增量”在哪

传统 KGC	RAKG 做法	收益
先定义 schema	无 schema，先抽实体再动态长边	零成本跨领域
长文本一次性编码	用 Pre-Entity 当 query 分段检索	解决长文本遗忘
人工写消歧规则	向量初筛 + LLM 精判	规则零维护
无质检环节	引入 RAG 评估框架，LLM 当 Judge	幻觉率 ↓ 90 %

五、如何系统的学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到优快云的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

在这里插入图片描述