使用知识图谱，大幅提升RAG准确性

大家好，图形检索—增强生成（GraphRAG）的发展势头日益强劲，已成为传统向量搜索检索方法的有力补充。这种方法利用图数据库的结构化特性，将数据组织为节点和关系，从而增强了检索信息的深度和上下文关联性。

知识图谱示例

图形擅长以结构化方式表示和存储异构和互连的信息，能够轻松捕获不同数据类型之间的复杂关系和属性。相比之下，向量数据库通常难以处理此类结构化信息，因为它们的优势在于通过高维向量处理非结构化数据。在RAG应用程序中，可以将结构化的图数据与非结构文本的向量搜索相结合，以获得双方的优势。

一、知识图谱如何创建

构建知识图谱通常是最富挑战性的一步，它涉及数据的收集和结构化，这需要对领域和图建模有深入的理解。

为了简化这一过程，可以尝试使用大语言模型（LLM）。凭借对语言和上下文的深刻理解，LLM可以自动完成知识图谱创建过程的大部分工作。通过分析文本数据，这些模型可以识别实体、理解它们之间的关系，并建议如何在图结构中最好地表示它们。

作为这些实验的结果，已经在LangChain中添加了第一版的图构建模块，将在文中进行演示，代码可在GitHub上获取。

https://github.com/tomasonjo/blogs/blob/master/llm/enhancing_rag_with_graph.ipynb

需要设置一个Neo4j实例，请按照本文示例操作，最简单的方法是在Neo4j Aura（https://neo4j.com/cloud/platform/aura-graph-database/）上启动一个免费实例，它提供Neo4j数据库的云实例。也可下载Neo4j Desktop应用程序（https://neo4j.com/download/），并创建一个本地数据库实例，从而设置Neo4j数据库的本地实例。

os.environ["OPENAI_API_KEY"] = "sk-"
os.environ["NEO4J_URI"] = "bolt://localhost:7687"
os.environ["NEO4J_USERNAME"] = "neo4j"
os.environ["NEO4J_PASSWORD"] = "password"

graph = Neo4jGraph()

此外还必须提供一个OpenAI密钥，因为我们将使用他们的模型。

二、数据导入

我们将使用伊丽莎白一世的维基百科页面，可以使用LangChain加载器无缝地获取和拆分来自维基百科的文档。

【伊丽莎白一世维基百科】：https://en.wikipedia.org/wiki/Elizabeth_I

【LangChain加载器】：https://python.langchain.com/v0.1/docs/modules/data_connection/document_loaders/

# 读取维基百科文章
raw_documents = WikipediaLoader(query="Elizabeth I").load()
# 定义分块策略
text_splitter = TokenTextSplitter(chunk_size=512, chunk_overlap=24)
documents = text_splitter.split_documents(raw_