Pesquisa sobre Geração Aumentada por Recuperação de Grafos Baseada em Grafos de Conhecimento de Textos Históricos

Este artigo aborda lacunas de conhecimento de domínio em grandes modelos de linguagem gerais para análise de textos históricos no contexto das humanidades computacionais e tecnologia AIGC. Propomos a estrutura Graph RAG, combinando prompting em cadeia de pensamento, geração de auto-instrução e supervisão de processo para criar um conjunto de dados de relacionamentos de personagens das Quatro Primeiras Histórias com anotação manual mínima. Este conjunto de dados apoia a extração automatizada de conhecimento histórico, reduzindo custos de trabalho. Na fase de geração augmentada por grafo, introduzimos um mecanismo colaborativo entre grafos de conhecimento e geração aumentada por recuperação, melhorando o alinhamento de modelos gerais com conhecimento histórico. Experimentos mostram que o modelo específico de domínio Xunzi-Qwen1.5-14B, com entrada em chinês simplificado e prompting em cadeia de pensamento, alcança desempenho ótimo na extração de relações (F1 = 0,68). O modelo DeepSeek integrado com GraphRAG melhora o F1 em 11% (0,08-0,19) no conjunto de dados de extração de relações de domínio aberto C-CLUE, superando o valor F1 do Xunzi-Qwen1.5-14B (0,12), aliviando efetivamente o fenômeno de alucinações e melhorando a interpretabilidade. Esta estrutura oferece uma solução de baixo recurso para extração de conhecimento de textos clássicos, avançando os serviços de conhecimento histórico e a pesquisa em humanidades.