
グラフRAGとは、文書群からエンティティの知識グラフを作り、関連する集団ごとの要約を事前に用意して質問に答える方式です。資料全体の傾向を問う質問に向きます。
読み方:ぐらふらぐ。グラフRAG(GraphRAG)とは、対象の文書群からエンティティの知識グラフを作り、関連の強いエンティティの集まりごとに要約を事前に生成しておき、質問に対してそれらの要約から部分的な答えを作って統合する質問応答の方式です。2024年4月に公開された論文で提案されました。
論文は、この手法を「非公開のテキスト集合に対するグラフベースの質問応答であり、利用者の質問の一般性と原テキストの量の両方に対して規模を合わせられるもの」と説明しています。索引は大規模言語モデル(LLM)自身に作らせます。
索引の作成は2段階です。1段階目は、原資料からエンティティとその関係を抜き出して知識グラフにします。2段階目は、密接に関連するエンティティの集まりを検出し、その集まりごとに要約を事前に生成します。この集まりを論文ではコミュニティと呼んでいます。
質問が届くと、関係するコミュニティの要約それぞれが部分的な答えを作ります。その部分的な答えをまとめて、最終的な答えにします。文書をそのまま検索して断片を貼るのではなく、あらかじめ作っておいた要約を材料にする点が、一般的な検索拡張生成との違いです。
論文が解こうとしたのは、資料全体に向けた質問です。「このデータ集合の主なテーマは何か」という問いは、どこかに答えが書かれているわけではないため、文書の断片を検索する方法では扱いにくくなります。論文はこの種の問いを、検索ではなく要約の課題として位置づけています。
| 方式 | 材料 | 向く質問 |
|---|---|---|
| 一般的な検索拡張生成 | 質問に近い文書の断片 | 特定の事実を1点だけ確かめる質問 |
| グラフRAG | コミュニティごとの要約 | 資料全体の傾向や主要な論点を問う質問 |
社内の議事録を数年分ためた集合を想定します。「先四半期に繰り返し出た懸念は何か」という問いは、1本の議事録には書かれていません。コミュニティごとの要約を材料にすれば、複数の記録にまたがる共通の話題を拾えます。
論文は、100万トークン規模のデータ集合に対する全体的な理解を問う質問の種類で、回答の網羅性と多様性の両面で従来の検索拡張生成の基準を上回ったと報告しています。数値と条件は論文の記載範囲であり、別のデータ集合で同じ差が出るとは限りません。
索引の作成に、文書を読ませる処理とグラフの構築という2回のまとまった処理が要ります。更新のたびに作り直すのか、差分だけ足すのかを先に決めておかないと、運用の負担が読みにくくなります。索引の作り方はチャンキングの切り方にも影響されます。
質問が特定の1点を確かめるもので足りるなら、一般的な検索拡張生成のほうが軽く済みます。全体像を問う質問が多いかどうかが、導入を判断する分かれ目になります。回答の根拠を確認する手順はハルシネーションのページで扱っています。
索引の構築と検索の組み立ては、フレームワークや検索基盤の側で行います。料金と提供条件は各サービスの公式情報で確認してください。
出典:arXiv「ローカルからグローバルへ:質問焦点型要約のためのグラフRAG手法」(2024年4月24日提出、Darren Edgeほか、Microsoft Research)。エンティティ知識グラフの導出とコミュニティ要約の事前生成という2段階の索引、部分回答の統合、100万トークン規模での比較結果は同論文の要旨と本文の記載に基づきます。
本記事にはアフィリエイトリンクを含む場合があります。経由での申し込み時に当サイトが報酬を受け取ることがありますが、掲載内容・評価は報酬の有無に左右されません。記載情報は公開時点のものであり、最新情報は各公式サイトをご確認ください。
編集部の評価方法論を見る →