技术动态 | RAG前沿之RAG–知识图谱构建框架Graphusion：兼看LongRAG双视角检索...

主要观点总结

文章介绍了RAG（Retrieval-Augmented Generation）前沿进展的两个工作：一是RAG与知识图谱结合的全局视角的知识图谱构建RAG框架Graphusion，二是长文本RAG：LongRAG双视角检索增强生成范式。文章详细阐述了这两个工作的原理、步骤和特点。

关键观点总结

关键观点1: RAG与知识图谱结合的全局视角的知识图谱构建RAG框架Graphusion

介绍了一种具有全局视角的知识图谱构建RAG框架，包括种子实体生成、候选三元组提取和知识图谱融合三个步骤。Graphusion通过引入RAG来提升新三元组发现的性能。

关键观点2: 长文本RAG：LongRAG双视角检索增强生成范式

针对长文本上下文信息收集不完整和关键事实细节识别困难的问题，LongRAG引入了LLM增强信息提取器和CoT引导过滤器两个关键组件。该范式通过混合检索器、LLM增强信息提取器、CoT引导过滤器和LLM增强生成器等组件来解决问题。