跳到内容
九天共学
学习库 / 论文共学社区
AI 与本体 / 进阶 / 6 节方法正文对照 · 待审校

GraphRAG:怎样回答一整批资料的问题

From Local to Global: A Graph RAG Approach to Query-Focused Summarization

Darren Edge 等 · Microsoft Research · 2025 · arXiv v2
阅读原文全文核验:2026-09-17

一个全局问题的例子

1 / 8
Abstract · arXiv v2 中的问题示例
原文选句

What are the main themes in the dataset?

中文辅助译文 · 待人工审校

这批数据中有哪些主要主题?

这是选句对照,非全文翻译。完整上下文请通过原文链接核对。

本站解读 · 与原作者观点分开

寻找某个人的职位,可以定位到少量片段;概括整批访谈的共同主题,需要更广的证据覆盖。论文提出的图索引与社区摘要面向后一类任务。论文中的实验结论有自己的数据和任务范围,不应扩展成所有问答都优于普通检索。

带着这个问题,和同学一起想

把你手上的资料分别写成一个局部查询和一个全局问题。两者需要覆盖多少证据?

划选正文也可以保存重点。笔记默认仅自己可见,确认公开后才进入共学社区。

GraphRAG v2,Darren Edge 等作者,CC BY 4.0。新增 §3.1.1—§3.1.6 正文与示例的中文辅助译文;本站评论另列。尚未人工审校,未包含图表及全文其他章节,不代表原作者认可。

译文与本站解读仍需专业复核。AI 共学界面已接入此材料的章节上下文,可选择解释、方案评审或模拟追问;服务状态以教练面板为准。

使用统计:关闭

帮助心晴了解哪些内容有用。默认关闭;不记录问题正文、私人笔记、手机号或聊天内容。

允许关联后,登录账号的页面与操作可由运营查看。已启用浏览器“不跟踪”时不采集。明细最多保留 90 天,后台读取或每日首次采集时清理。