Hvad betyder GraphRAG?
GraphRAG betegner tilgange, hvor en graf indgår i retrieval og generering. I Microsofts beskrevne metode udtrækkes enheder og relationer fra en dokumentsamling, hvorefter grupper i grafen sammenfattes. Disse strukturer kan bruges som kontekst, når et spørgsmål skal besvares.
Ideen er blandt andet at hjælpe med spørgsmål, der går på tværs af mange dokumenter. “Hvilke temaer går igen i materialet?” kræver noget andet end at finde et enkelt afsnit om et produkt. En graf og afledte sammenfatninger kan organisere forbindelser, som en lokal søgning ikke nødvendigvis viser samlet.
Navnet er ikke en garanti for bedre svar. Udtrækning, sammenlægning af enheder og genererede resuméer kan alle indføre fejl. Metoden giver også ekstra arbejde ved opbygning og vedligeholdelse. Den bør vælges ud fra spørgsmål, der faktisk kræver relationer eller overblik på tværs.
En graf skal kunne spores tilbage til tekstgrundlaget
En relation som “projekt bruger system” bør have en forståelig betydning og en kilde. Hvis modellen udleder forbindelsen forkert, kan den blive gentaget i flere senere sammenfatninger. Bevar derfor referencer til de originale tekststykker.
Enheder med samme navn kræver særlig opmærksomhed. To projekter eller virksomheder må ikke blive slået sammen, fordi deres navne ligner hinanden. Omvendt kan samme organisation optræde med flere navne. Håndtering af identitet er en selvstændig del af datakvaliteten.
Afprøv globale og lokale spørgsmål hver for sig
En metode kan være nyttig til tværgående temaer uden at være bedst til et præcist faktaspørgsmål. Sammenlign derfor med almindelig søgning på både brede og afgrænsede opgaver. Giv ikke alle spørgsmål samme tunge behandling uden grund.
Når et dokument ændres eller slettes, kan både relationer og sammenfatninger være berørt. Det er ikke tilstrækkeligt at fjerne et tekstuddrag, hvis afledte oplysninger stadig bruges. Planlæg opdatering, kildesporing og afgrænsning af adgang som en del af løsningen fra starten.
Et eksempel fra praksis
En rådgivningsvirksomhed vil undersøge gennemgående afhængigheder i en samling afsluttede projektbeskrivelser. En afgrænset prototype udtrækker projekter, systemer og beskrevne afhængigheder og kobler dem til kilder.
Medarbejdere kontrollerer et udsnit af relationerne, før der dannes et tværgående overblik. Et spørgsmål om et enkelt projekts leverancedato besvares fortsat gennem den konkrete projektkilde. Teamet vurderer dermed grafens bidrag til brede mønstre uden at behandle den som den bedste løsning til alle typer spørgsmål.
Typiske faldgruber
- En forkert udtrukket relation videreføres i flere resuméer.
- Ens navne får forskellige enheder til at blive slået sammen.
- Sletning af originaltekst efterlader afledte relationer eller sammenfatninger.
Det skal I afklare
- Vælg spørgsmål, hvor relationer eller tværgående overblik er nødvendige.
- Kontrollér enheder og relationer mod originale kilder.
- Planlæg opdatering og fjernelse af alle afledte strukturer.
Spørgsmål og svar
Er GraphRAG altid en grafdatabase?
Ikke nødvendigvis. Begrebet handler om brugen af grafstrukturer i RAG. Den konkrete lagring og søgning afhænger af implementeringen.
Bør vi erstatte vores almindelige RAG med GraphRAG?
Kun hvis afprøvning viser et relevant behov og en fordel. En enkel dokumentchat kan være bedre tjent med gode kilder, filtre og almindelig søgning.
Kilder og videre læsning
De tekniske begreber bygger på nedenstående kilder. Eksemplerne er illustrative og viser, hvordan I kan arbejde med emnet.
- Microsoft: GraphRAG documentation ↗Enheder, relationer, grupperesuméer og forskellige søgeformer.
- Edge m.fl.: From Local to Global ↗Forskningsgrundlag for grafbaseret, spørgsmålsrettet sammenfatning.