GraphRAG

Graph-Augmented Retrieval Generation (Microsoft Research, 2024)

Türkçe: Çizge Tabanlı RAG / Bilgi Grafikli RAG

Ayrıntılı Tanım

Belgeleri sadece düz metin parçaları olarak vektörleştirmek yerine; belgelerin içindeki varlıkları (insanlar, kurumlar, yerler) ve bu varlıklar arasındaki ilişkileri bir **Bilgi Çizgesi (Knowledge Graph)** halinde modelleyip hiyerarşik topluluk özetleriyle arama yapan devrimci RAG türüdür.

Ne İşe Yarar / Çözülen Problem

Klasik RAG'in "Tüm bu belgelerdeki ana tema nedir?" veya "A şirketi ile B şirketi arasındaki dolaylı bağlar nelerdir?" gibi bütüncül (global) ve çok adımlı sorgularda tamamen çuvallaması sorununu çözer.

Nasıl Çalışır? (Teknik & Mekanizma)

1. LLM metinlerden varlıkları ve ilişkileri çıkarır. 2. Leiden algoritması ile grafikte semantik topluluklar (communities) kümelenir. 3. Her topluluk için raporlar özetlenir. Sorgu geldiğinde hem yerel düğümler hem küresel topluluk özetleri taranır.

Örnek Senaryo & Pratik Uygulama

Dedektifin odasındaki mantar pano: Şüphelilerin fotoğrafları, aralarındaki kırmızı ipler, banka transferleri ve ortak şirketlerin oluşturduğu devasa bir suç ağı haritası.

Benzer Terimlerden Farkı

Klasik RAG yerel benzerliklere (iğne aramaya) odaklanırken; GraphRAG tüm veri tabanının kuşbakışı röntgenini çekip büyük resmi kavrar.

İlişkili Terimler (3)

Gelişmiş RAG Mimarisi

#347

Vector Database

Vektör Veritabanı

Ait Olduğu Kategori

Bilgi Erişimi, RAG ve Vektör Veritabanları

Dense/Sparse retrieval, Vektör indeksleme (HNSW), Rerankers ve RAG pipeline.

Toplam Terim:37 Madde

Bu Kategorideki Tüm Terimleri Gör →

Önceki Terim (#336)Modular RAG

Sonraki Terim (#338)Reranking