[5G3-OS-37b] 生成AIとナレッジグラフ

15:00 〜 15:15

[5G3-OS-37b-05] 非構造化コーパスを対象にしたエンティティ共起に基づく軽量なGraphRAG検索手法の提案

〇山崎 悠大¹、五島 杏奈¹、田原 俊一¹、古舞 千暁¹、小西 達也¹、池田 和史¹ (1. 株式会社KDDI総合研究所)

キーワード：

人工知能、RAG、GraphRAG

近年，retrieval-augmented generation（RAG）において，グラフ構造を活用した検索手法GraphRAGが，複雑な質問応答で有効であることが示されている．一方，多くのGraphRAG手法は既存のリンク構造や知識グラフ（KG），探索的なLLM呼び出し，要約生成などの高コストな前処理を前提としており，独自コーパスへの適用コストが高い課題がある．本研究では，外部KGや要約処理に依存せず，非構造化コーパスから抽出したエンティティ共起に基づく文書--エンティティ二部グラフを構築し，ベクトル検索で得られたスコアが不確実な場合にのみグラフ検索を活用する手法Bubble Graph Preference（BGP）を提案する．実験により3つのマルチホップQAベンチマーク（MuSiQue, 2WikiMultihopQA, HotpotQA）においてベクトル検索とグラフ検索を統合して正答ドキュメントの検索精度を改善する提案手法はベクトル検索を用いた標準的なRAGと比べて正答ドキュメントの被覆率を最大+10.06ポイント向上し，Recall@10は最大+1.00ポイント改善した．