面向多实体问答的结构化检索增强生成：基于 Wikipedia 图
计算与语言
2025-03-07 v2 信息检索
摘要
多实体问答（MEQA）为大语言模型（LLM）带来了重大挑战，由于它们往往难以整合来自多个文档中零散的信息。例如，一个问题可能是“IEEE Fellow 在各学习领域中的分布情况如何？”，这需要检索来自不同来源（如 Wikipedia 页面）的信息。当前检索增强生成（RAG）方法的有效性受到 LLM 整合来自众多页面洞察的能力限制。为此，本文引入了结构化 RAG（SRAG）框架，系统性地将提取的实体组织成关系表格（例如，对实体进行模式列如“名称”和“领域”），然后应用基于表格的推理技术。我们的做法将检索与推理解耦，使 LLM 能够专注于结构化数据分析而非原始文本聚合。在基于 Wikipedia 的多实体 QA 任务上的大量实验表明，SRAG 在准确率上显著优于最先进的长上下文 LLM 和 RAG 解决方案，实现了 29.6% 的准确率提升。结果强调了结构化非结构化数据以增强 LLM 推理能力的有效性。
引用
@article{arxiv.2503.01346,
title = {SRAG: Structured Retrieval-Augmented Generation for Multi-Entity Question Answering over Wikipedia Graph},
author = {Teng Lin and Yizhang Zhu and Yuyu Luo and Nan Tang},
journal= {arXiv preprint arXiv:2503.01346},
year = {2025}
}