2026年7月2日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

GraphRAG+Ollama 结合上市公司知识图谱的LLM分析

发布日期:2024-07-19 07:24:31 浏览次数: 4471

Content


微软最新开源了LLM工具GraphRAG,除了把模型外包给了OpenAI,微软在工具层已经开源了DeepSpeed,Autogen以及GraphRAG,集齐了模型训练,agent以及RAG三大神器。


这篇论文介绍了人类在多个领域中如何依赖于阅读和理解大量文档的能力,并指出了大型语言模型(LLMs)在自动化复杂领域感知制造中的潜力。然而,现有的检索增强生成(RAG)方法在处理针对整个文本语料库的全局性问题时存在局限性,因为这些问题本质上是查询聚焦摘要(QFS)任务,而不是局部的文本检索任务。为此,作者提出了一种基于图的RAG方法,通过构建基于实体的知识图谱和社区摘要来扩展RAG系统的能力,使其能够处理更广泛的用户问题和更大量的源文本。


图检索增强生成(Graph RAG)方法及其处理流程包括:

源文档到文本块(Source Documents → Text Chunks)

  • 文本块的粒度:作者首先讨论了如何处理源文档,将其分割成适合处理的文本块。文本块的粒度是一个关键设计决策,影响着后续处理的效率和准确性。较长的文本块可以减少对大型语言模型(LLM)的调用次数,但可能会因为LLM上下文窗口的召回率下降而影响提取效果。作者通过实验展示了不同文本块大小对实体引用检测的影响。

文本块到元素实例(Text Chunks → Element Instances)

  • 元素实例提取:在这一步骤中,作者使用多部分LLM提示来识别和提取文本块中的图节点和边的实例。这包括识别文本中的所有实体及其名称、类型和描述,以及识别实体之间的关系,包括源实体和目标实体及其关系的描述。

  • 领域定制:通过为LLM提供少量示例,可以定制提取过程以适应特定领域的知识。例如,科学、医学或法律领域的文档可能需要专门的示例来提取相关的实体和关系。

  • 多次提取(Gleanings):为了提高提取的准确性,作者采用了多轮“gleanings”(即多次提取)的方法。LLM首先被要求评估是否所有实体都已被提取,如果有遗漏,则继续提取遗漏的实体。这种方法可以在不引入噪声的情况下使用较大的文本块。

元素实例到元素摘要(Element Instances → Element Summaries)

  • 抽象性摘要:在提取了实体、关系和主张的实例后,下一步是将这些实例转换为每个图元素的描述性文本块。这涉及到对LLM生成的摘要进行进一步的LLM摘要,以确保每个图元素都有一个统一的描述性文本。

  • 实体一致性:作者指出,尽管LLM可能以不同的文本格式提取同一实体的引用,但通过社区检测和总结,可以确保在图索引中对这些实体有一个一致的表示。

元素摘要到图社区(Element Summaries → Graph Communities)

  • 图模型:在这一步骤中,作者将之前步骤创建的索引建模为一个同质无向加权图,其中实体节点通过关系边连接,边的权重表示检测到的关系实例的归一化计数。

  • 社区检测:使用社区检测算法(如Leiden算法)将图划分为社区,这些社区中的节点彼此之间的连接比与图中其他节点的连接更强。这种层次化的社区结构为全局摘要提供了一种分而治之的方法。

图社区到社区摘要(Graph Communities → Community Summaries)

  • 社区摘要生成:作者介绍了如何为Leiden算法生成的每个社区创建报告式的摘要。这些摘要不仅有助于理解数据集的全局结构和语义,还可以用于回答全局查询。

  • 摘要方法:对于叶级社区,元素摘要按优先级顺序添加到LLM的上下文窗口中,直到达到标记限制。对于更高级别的社区,如果所有元素摘要能够适应上下文窗口,则进行总结;否则,通过替换较长的元素摘要为较短的社区摘要来适应上下文窗口。

社区摘要到社区答案再到全局答案(Community Summaries → Community Answers → Global Answer)

  • 多阶段生成:给定用户查询,社区摘要可以用于生成最终答案的多阶段过程。作者讨论了如何准备社区摘要,生成中间答案,并最终汇总这些答案以生成全局答案。

  • 层次性:社区结构的层次性允许使用不同层次的社区摘要来回答查询,作者评估了不同层次的社区摘要在回答问题时的效果。


GraphRAG公司分析


接下来展示一个用GraphRAG结合本地ollma分析上市公司的案例:


首先下载GraphRAG代码:


git clone https://github.com/microsoft/graphrag.git


同时可以下载graphrag的UI工具:

git clone https://github.com/severian42/GraphRAG-Ollama-UI.git


按照教程安装好所需包之后,在settings.yaml中设置好ollama的api_base以及model即可将gpt4替换为本地LLM,如果运行效率较慢,也可替换为qwen,deepseek等国产性价比更高的模型。


将文本材料放在./ragtest/input之下,这里我用的达梦数据的招股说明书。运行以下命令构建知识图谱,运行时间较长,我本地4090运行llama3:8b耗时一小时左右:


python -m graphrag.index --init --root ./ragtest


这里需要注意,GraphRAG-Ollama-UI在UI端也可以运行indexing命令,但是Windows下会遇到编码问题,建议直接在命令行运行。


运行结束后,会得到知识图谱文件:


可在前端直接查看,可以看出,系统已经自动建立好了关于达梦数据的知识图谱,在对大模型对话时,可以利用知识图谱的内容结合RAG提高模型效果



大模型对话:



53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅