基于GraphRAG的大数据知识学习系统

来源：吉林大学学报·理学版杂志2025年第6期北京时间：

作者：王晓燕, 黄岚, 王岩

单位：吉林大学 计算机科学与技术学院, 长春 130012； 吉林省大数据智能计算重点实验室, 长春 130012

摘要：针对大数据教学资源爆炸导致的信息过载与传统检索增强生成(RAG)在多源信息融合时准确性不足的问题, 提出一种基于GraphRAG的大数据知识学习方法.首先, 设计中文提示模板, 驱动GraphRAG自动抽取课程实体和关系, 构建初始知识图谱并持久化至Neo4j图数据库; 其次, 通过实体对齐和关系补全, 将人工整理的知识点与自动构建的图谱相融合, 形成统一、 可演化的知识图谱库; 最后, 利用GraphRAG预生成的社区摘要实现全局语义搜索, 同时依托Neo4j图数据库完成面向知识点的局部精准检索. 实验结果表明, 该方法在问答准确率、响应相关性和多源信息整合流畅度上均显著优于传统RAG.

关键词：大语言模型,检索增强生成,图检索增强生成,知识图谱