arXiv cs.CL· Sakshi Garg, William B. Andreopoulos·· 10 小时前AI 评分31
用语义分块与混合检索策略改进长文档上下文检索
Improving Contextual Retrieval for Long Documents using Semantic Chunking and Hybrid Retrieval Strategies
AI 导读
研究者提出一种混合 RAG 框架，将知识图谱的结构化推理与稠密向量检索的语义覆盖结合，通过基于 Transformer 的摘要与语义分块的多阶段流水线提升上下文保留。系统构建动态知识图谱捕捉实体间显式关系，推理时优先图遍历、必要时回退向量检索。在 MultiHop-RAG 数据集上，该方法的 Exact Match 分数与检索准确率均优于纯向量和纯图基线。
正文 · AI 翻译
摘要：冗长、分布式文档中可获取的海量信息使得查找相关答案变得困难，尤其是当答案需要连接来自多个来源的证据时。标准的检索增强生成（RAG）系统往往难以应对这类“多跳”推理，并且经常面临上下文碎片化的问题。在本文中，我们提出了一种混合 RAG 框架，它将知识图谱的结构化推理与稠密向量检索的广泛语义覆盖相结合。我们的方法采用多阶段流水线，使用基于 Transformer 的摘要和语义分块来提升上下文保留。我们构建了一个动态知识图谱以捕获实体之间的显式关系，同时维护一个稠密向量索引。在推理阶段，系统采用分层机制，优先进行图遍历以保证精确性，并在必要时回退到向量检索。我们在 MultiHop-RAG 数据集上评估了我们的框架。结果表明，这种混合方法优于独立的向量基线和基于图的基线，在复杂查询上取得了更高的精确匹配分数和更好的检索准确率。这证实了将结构化推理与标准向量检索相结合，能够构建出更稳健的系统来处理复杂的知识密集型问题。
| 主题： | 信息检索（cs.IR）；计算与语言（cs.CL）；机器学习（cs.LG） |
| 引用为： | arXiv:2611.08498 [cs.IR] |
| （或 arXiv:2611.08498v1 [cs.IR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.08498 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：William Andreopoulos [查看邮箱]
[v1]
2026年8月19日星期三 13:48:43 UTC（1,172 KB）
来源：arXiv cs.CL · arxiv.org