arXiv Artificial Intelligence· Rosario Napoli, Antonio Celesti, Massimo Villari, Maria Fazio·· 13 小时前AI 评分31
面向智能体 GraphRAG 的类型化中心性 grounding：一种用于智能体推理的符号化方法
Typed-Centrality Grounding for Agentic GraphRAG: A Symbolic Approach for Agentic Reasoning
AI 导读
该研究提出一种基于智能体的 GraphRAG 系统，通过引入符号层，将确定性推理与文本相似度结合。方法为知识图谱定义类型化中心性，按每个类分别计算中心性度量，并据此构建符号表示作为 LLM 的确定性知识来源。系统在真实 POLE（Person、Object、Location、Event）数据集上完成数学验证与评测，结果显示加入符号层后生成输出与上下文更一致。
推荐理由模型分析
针对现有 GraphRAG 把知识图谱当作同质图、仅依赖文本相似度检索的局限，该工作引入符号层，按图谱中不同类别分别计算类型化中心性，把确定性知识作为额外上下文交给 LLM。作者在真实 POLE 数据集上对比有无符号层的推理与检索，报告生成结果与上下文更一致。适合做 RAG、知识图谱问答的开发者参考其按类中心性构造符号表示的做法，但结论限于该数据集与预印本规模。
来源：arXiv Artificial Intelligence · arxiv.org