İçeriğe geç
parazade
Yapay Zeka

GraphRAG Nedir?

Yayın: · Son güncelleme:

GraphRAG Nedir? Kısaca

GraphRAG, geri getirme destekli üretimi (RAG) bir bilgi grafiğiyle birleştiren yaklaşımdır. Belgelerdeki varlıklar ve aralarındaki ilişkiler bir grafikte düzenlenir; dil modeli soruları bu yapılandırılmış bilgiden yararlanarak yanıtlar.

GraphRAG nedir?
İçindekiler
  1. GraphRAG nedir?
  2. Nasıl çalışır?
  3. Nelere dikkat etmeli?

GraphRAG terimi, Microsoft Research'ün 2024'te yayımladığı çalışma ve açık kaynak araçla yaygınlaştı; ancak bugün bilgi grafiği kullanan RAG yaklaşımlarının genel adı olarak da kullanılıyor.

GraphRAG nedir?

Klasik RAG sistemleri belgeleri parçalara böler ve soruya anlamca en yakın parçaları getirir. Bu, "Şu belgede şu konu ne diyor?" gibi sorularda iyi çalışır. Ancak "Bu belgelerdeki ana temalar neler?" ya da "A kişisi ile C şirketi arasında hangi bağlantılar var?" gibi soruların cevabı tek bir parçada değil, birçok parçaya dağılmış olabilir.

GraphRAG, bu bilgileri bir bilgi grafiğine dönüştürür. Grafikte düğümler kişi, kurum, kavram gibi varlıkları; kenarlar ise aralarındaki ilişkileri temsil eder.

Nasıl çalışır?

  1. Çıkarım: Dil modeli belgeleri okuyup varlıkları ve ilişkileri çıkarır.
  2. Grafik oluşturma: Bu varlıklar bir grafikte birleştirilir.
  3. Topluluklar: Birbirine yoğun bağlı varlık grupları belirlenir ve her grup için özet yazılır.
  4. Sorgulama: Yerel sorularda ilgili varlık ve komşuları, genel sorularda ise topluluk özetleri modele verilir.

Nelere dikkat etmeli?

  • Grafik oluşturmak çok sayıda model çağrısı gerektirir; bu da maliyetli ve zaman alıcıdır.
  • Varlık ve ilişki çıkarımında model hata yapabilir; hatalı ilişkiler cevaplara taşınabilir.
  • Belgeler değiştikçe grafiğin güncellenmesi gerekir.
  • Basit, tek belgeye dayalı sorularda klasik RAG çoğu zaman yeterlidir.

Bu yüzden GraphRAG, ilişkilerin ve geniş özetlerin önemli olduğu büyük belge koleksiyonlarında anlamlıdır.

Sıkça Sorulan Sorular

GraphRAG ile klasik RAG arasındaki fark nedir?

Klasik RAG soruya benzeyen metin parçalarını getirir. GraphRAG ise belgelerden çıkarılmış varlıkları ve ilişkileri bir grafikte düzenler; böylece birçok belgeye yayılmış bağlantıları ve genel temaları yakalamada daha başarılı olabilir.

GraphRAG her proje için uygun mu?

Hayır. Grafik oluşturmak ek maliyet ve bakım gerektirir. İlişki sorgularının ve geniş kapsamlı özetlerin önemli olduğu durumlarda tercih edilmelidir.

İlgili terimler

RAG(Retrieval-Augmented Generation)RAG (Retrieval-Augmented Generation, erişimle zenginleştirilmiş üretim), bir dil modelinin soruyu cevaplamadan önce bir belge koleksiyonunda ilgili bölümleri bulup bu bölümlere dayanarak yanıt yazmasını sağlayan yöntemdir. Modeli yeniden eğitmeden kendi belgeleriniz hakkında soru sormanızı sağlar.Bilgi Grafiği(Knowledge Graph)Bilgi grafiği (knowledge graph), kişiler, yerler, kavramlar gibi varlıkları düğümler, bu varlıklar arasındaki ilişkileri de bağlantılar olarak saklayan ve bilgisayarların bu ağ üzerinde sorgu ve çıkarım yapmasını sağlayan veri yapısıdır.Vektör Veritabanı(Vector Database)Vektör veritabanı, metin, görsel ya da ses gibi verilerin anlamını temsil eden sayısal vektörleri (embedding) saklayan ve bunlar arasında benzerlik araması yapmak için optimize edilmiş veri tabanı türüdür.Hibrit Arama(Hybrid Search)Hibrit arama (hybrid search), klasik anahtar kelime aramasını (ör. BM25) anlamsal vektör aramasıyla birleştirip iki yöntemin sonuçlarını tek bir sıralamada harmanlayan bir bilgi getirme yaklaşımıdır.Dil Modeli(Language Model)Dil modeli, bir dizideki kelimelerin ya da token'ların olasılığını tahmin eden yapay zekâ modelidir. En yaygın biçimiyle, verilen metinden sonra hangi kelimenin gelme ihtimalinin yüksek olduğunu hesaplar. Otomatik tamamlama, çeviri ve sohbet asistanlarının temelinde dil modelleri bulunur.Harf Çevirisi(Transliteration)Harf çevirisi (transliterasyon), bir yazı sistemindeki metnin, anlamı çevrilmeden başka bir yazı sisteminin harfleriyle yazılmasıdır. Örneğin Kiril alfabesiyle yazılmış bir ismin Latin harflerine aktarılması harf çevirisidir.