通过实体链接增强教育平台的检索增强生成
信息检索
2026-05-11 v2 人工智能
计算与语言
机器学习
摘要
在大型语言模型（LLM）时代，检索增强生成（RAG）架构因其能够将语言生成 grounding 在可靠知识来源方面受到广泛关注。尽管其效果显著，但仅依赖语义相似性的RAG系统在专业领域往往难以确保事实准确性，其中术语模糊性会影响检索相关性。本研究提出了ELERAG架构，通过集成来源于实体链接（Entity Linking）的事实信号，以提高意大利语教育问答系统的准确性。该系统包含基于Wikidata的实体链接模块，并实现了基于互惠排名融合（RRF）的混合重排序策略。为验证方法，我们对比了标准基线和最新方法，包括加权得分重排序、独立的交叉编码器以及组合式RRF+交叉编码器管道。实验在两个基准数据集上进行：一个自定义学术数据集和标准SQuAD-it数据集。结果表明，在领域特定环境下，ELERAG显著优于基线和交叉编码器配置；相反，交叉编码器方法在通用领域数据集上取得最佳成绩。这些发现提供了强有力的实验证据，说明领域不匹配效应的存在，强调在教育RAG系统中采用领域适应混合策略以提升事实准确性的重要性，而无需依赖在异构数据分布上训练的计算密集型模型。同时也展示了在教育环境中利用实体感知RAG系统的潜力，促进了自适应且可靠的AI辅导工具的发展。
引用
@article{arxiv.2512.05967,
title = {Enhancing Retrieval-Augmented Generation with Entity Linking for Educational Platforms},
author = {Francesco Granata and Francesco Poggi and Misael Mongiovì},
journal= {arXiv preprint arXiv:2512.05967},
year = {2026}
}