知識圖譜輔助檢索：關聯性問題的解法

什麼時候值得加圖

• 大量問題涉及實體之間的關係（人、組織、產品、零件）。
• 需要多跳推理（A→B→C）。
• 實體與關係相對穩定，值得投入抽取成本。

不值得加圖的情況

• 問題多為「這個怎麼做」的操作型查詢。
• 文件內容變動極快，圖的維護成本會超過收益。
• 團隊沒有維運圖資料庫的經驗——這是真實的成本。

實體與關係抽取

EXTRACT = '''從下列文件片段抽取實體與關係，只輸出 JSON。

實體型別：Person | Team | Product | Document | System
關係型別：manages | belongs_to | owns | depends_on | supersedes

規則：
- 只抽取文中明確陳述的關係，不要推論。
- 每個關係必須附上原文依據 evidence。

輸出：{"entities": [{"id","type","name"}],
       "relations": [{"from","type","to","evidence"}]}'''

evidence 欄位是品質控管的關鍵：沒有原文依據的關係一律丟棄。抽取階段的寬鬆會在查詢階段變成錯誤答案。

混合查詢流程

def hybrid_answer(q):
    ents = link_entities(q)                    # 找出問題中的實體
    if len(ents) >= 1 and needs_hop(q):
        sub = graph.neighborhood(ents, hops=2)  # 取兩跳子圖
        facts = render_triples(sub)             # 轉成可讀的事實句
    else:
        facts = ''
    chunks = vector_search(q, top_k=5)
    return generate(q, context=facts + '\n\n' + render(chunks))

把圖轉成文字給模型

不要讓模型直接讀圖資料庫的查詢結果格式。把三元組轉成自然語句——「張三 管理 平台team」寫成「張三管理平台團隊」——模型的理解正確率會明顯較高。

維護的現實成本

• 文件更新時，舊的關係要失效。這比更新文字片段複雜得多。
• 實體對齊（同一個人的不同稱呼）需要持續維護。
• 抽取錯誤會累積，需要定期抽查與人工修正機制。