GraphRAG圈新秀：文档级RAKG

1 背景：传统 KGC 的三座大山

随着大模型（LLM）能力的不断增强，知识图谱（KG） 作为结构化知识的核心载体，重新成为研究热点。尤其是在 GraphRAG、Pike-RAG 等图谱增强生成框架的推动下，知识图谱在提升大模型推理能力、缓解幻觉问题方面展现出巨大潜力。

2 结论：95.91 % 准确率，6.2 个点的碾压式提升

提出 RAKG（Retrieval-Augmented Knowledge Graph Construction）框架，首次将 RAG 的评估机制 引入知识图谱构建过程，实现文档级、自动化的知识图谱构建与评估。

图1 直观展示了 RAG 范式反打到 KGC（知识图谱构建） 后的整体流程，把“检索-生成”思路反过来用在建图阶段。

图2 的 105 篇文章得分分布显示，RAKG 几乎“全线右移”，没有低分尾巴。

3 方案：把 RAG“倒过来”建图的三板斧

3.1 预实体（Pre-Entity）：先抓“锚点”再检索

1. 按句分块，NER 逐块抽取实体 → 生成 Pre-Entity 并缓存 chunk-id；
2. 向量相似度初筛 + LLM 二次判别，完成 实体消歧与合并；
3. 用 Pre-Entity 当“query”，反向去召回它出现过的所有文本块与已有子图。

图6 案例：Butterfly 一生四个阶段，Pre-Entity 把“Butterfly Egg / Larva / Pupa / Adult”先锚定，再各自召回描述段落。

3.2 双层检索：语料回溯 + 图结构回溯

图4 把“LLM as Judge”流程画成一条质检流水线：生成→检索→比对→打分→过滤。

3.3 渐进式融合：子图 → 全局图

1. 每个实体独立生成 关系子图（节点+属性+边）；
2. 子图之间按实体 ID 合并，冲突边交给 LLM 做“事实性”二次判断；
3. 输出最终 KG，并同步更新向量索引，支持持续增量构建。

图5 显示，经过“LLM Judge”后，实体通过率 91.33 %，关系通过率 94.51 %，幻觉率被压到 5 % 以内。

4 一张表看懂 RAKG 的“增量”在哪