AtomicRAG : Amélioration de la génération augmentée par récupération avec des graphes atomes-entités

Les avancées récentes dans les méthodologies GraphRAG ont intégré des structures graphiques dans les processus d'indexation et de récupération de texte. En utilisant des triples de graphes de connaissances, ces méthodes visent à améliorer la couverture et la précision de la récupération d'informations. Cependant, un inconvénient majeur se présente lorsque les segments de texte sont considérés comme l'unité principale de représentation des connaissances, car cette approche a tendance à regrouper plusieurs faits atomiques. Cette rigidité limite l'adaptabilité nécessaire pour divers contextes de récupération. De plus, la dépendance à l'égard du lien d'entités basé sur des triples est sujette à des erreurs d'extraction de relations, ce qui peut entraîner des chemins de raisonnement incomplets ou inexacts, diminuant ainsi l'efficacité de la récupération. Pour surmonter ces défis, nous introduisons le Graphe Atome-Entité, une architecture affinée pour la représentation et l'indexation des connaissances. Notre méthode met l'accent sur les atomes de connaissance—unités distinctes et autonomes d'informations factuelles—permettant une reconfiguration flexible sans interférence. Les relations entre entités sont représentées simplement comme des connexions existantes. En intégrant PageRank personnalisé avec un filtrage basé sur la pertinence, nous garantissons des relations d'entités précises et renforçons la fiabilité du raisonnement. Les évaluations théoriques et les expériences sur cinq ensembles de données publics montrent que l'algorithme AtomicRAG surpasse les références RAG existantes en termes de précision de récupération et de robustesse du raisonnement.