利用大语言模型在Neo4j中构建用于图RAG应用的知识图谱

在由人工智能驱动的数据理解时代，传统的信息检索方法已逐渐难以满足需求。大语言模型（LLMs）与像Neo4j这样的图数据库相结合，开创了一种极具吸引力的新模式：图检索增强生成（图RAG）。本文将深入探讨如何借助大语言模型合成知识图谱，并将其应用于图RAG工作流程，尤其是在复杂的分析领域。

为何将知识图谱与大语言模型相结合？

知识图谱围绕实体及其关系提供结构化的上下文信息，能呈现出丰富且相互关联的数据视图。例如，在金融领域，它可以清晰地展示企业之间的股权关系、高管的任职情况等；在医疗领域，能呈现疾病、症状、药物之间的复杂联系。通过知识图谱，原本分散的数据变得有序且可理解，人们可以从宏观和微观层面洞察数据间的内在联系。

大语言模型则擅长解读和生成非结构化文本，能够从杂乱的数据源中提取有价值的信息。以一篇医学研究论文为例，大语言模型可以快速总结核心观点、提取关键研究成果和涉及的医学概念。

将两者结合，能让大语言模型的输出建立在经过验证的知识基础之上，实现可解释的人工智能，从而提升人们对模型输出结果的信任度和实用性。无论是金融、医疗、法律还是物流等行业，这种结合方式都有助于加深对数据的理解并发现新的知识。在金融风险评估中，大语言模型利用知识图谱中的企业关联信息，更准确地预测企业的信用风险，并且能够清晰地解释风险评估的依据。

利用大语言模型创建知识图谱的一般方法

1. 摄取非结构化数据

首先需要收集原始文本数据，如报告、笔录、文章或日志等。这些数据是后续处理的原材料。以法律领域为例，警方的调查笔录、法庭庭审记录等都包含着丰富的信息，但这些信息通常是杂乱无章的。在医疗领域，病历、医学研究文献等非结构化文本也是知识图谱构建的重要数据来源。这些原始数据中蕴含着大量潜在的知识，等待被挖掘和整理。

2. 使用大语言模型智能体进行提取

借助基于智能体的架构（如LangChain或自定义工具）来执行以下关键任务：

• 内容摘要

  ：对输入的文本内容进行总结，压缩上下文信息。在处理长篇的新闻报道时，大语言模型智能体可以快速提炼出关键事件、涉及的主要人物和核心观点，去除