260928

Об этом предложении

01 VectorRetriever : 의미 기반 검색 질문 임베딩 질문과 유사한 청크 검색 같은 영화의 중복 청크 제거 → 기준 영화 후보 VectorCypherRetriever : 의미 검색 + 그래프 관계 확장 질문 벡터 → 진입 청크 찾기 청크 → 원문 → 기준 영화 기준 영화 → 공통 배우 → 다른 영화로 확장 paths에 공통 배우 + 양쪽 관계 claim_id 저장 같은 후보 영화 중복 병합 전문 검색 질문 언어 판단 검색용 핵심어 변환 Neo4j Full-text(BM25) 검색 같은 원문은 최고 점수 청크만 유지 source_id로 Vector 결과와 비교 Vector = 의미로 찾기 Graph = 관계로 확장하기 Full-text = 단어로 찾기 # (1) 의미기반 검색 VectorRetriver # (2) 의미 + Cypher 확장 검색 VectorCypherRetriever # (3) 전문 검색 02 질문을 역할별로 나눔 의미/줄거리 검색용 질문 그래프 관계 조건용 질문 세 가지 검색 전문 검색 → BM25 벡터 검색 → Dense 그래프 검색 → GraphCypherQAChain 자연어 질문 → LLM이 Cypher 생성 → Neo4j 조회 → 관계 후보 반환 검색 결과 통합 전문 + 벡터 → EnsembleRetriever → 가중 RRF 그래프 검색 결과의 source_id → 관계 조건을 만족하는 allowed_ids 관계 조건 적용 RRF 결과 중 allowed_ids에 속하는 후보만 유지 그래프에는 있지만 전문/벡터 검색이 놓친 후보 → search_score = 0으로 뒤에 추가 PageRank 재랭킹 그래프 전체에서 노드 중요도 계산 검색 점수 + PageRank 점수 결합 final_score로 후보 재정렬 Multi-hop 근거 구성 기준 영화 → 배우 → 후보 영화 first_claim / second_claim으로 관계 근거 추적 후보 원문 + 영화 정보 + 관계 evidence 수집 답변 상위 후보의 원문/관계 근거를 LLM에 전달 evidence_id를 인용해 최종 답변 # 원래 질문 (의미기반 검색 + 필터 검색) # 원래 질문 LLM을 활용해서 -> 의미기반 검색 질문 + 그래프 기반 검색 질문으로 나눔 # 의미기반 검색 질문 -> 하이브리드 검색으로 점수 및 검색 결과를 도출 # 그래프 기반 검색 질문 -> TextToCypher를 활용해서 검색 결과를 도출 --> (필터 조건을 만족하는 검색 후보) # 의미기반 후보들의 점수를 그래프 기반 후보들에 대입 (없는 요소면 0점으로 대입) # 최종 후보들 도출 # 최종 후보들 PageRank의 포화함수 점수를 이용해서 재정렬 (선택사항) # 정렬된 최종 후보들로 Context 생성 # LLM을 활용해서 최종 답변

Детали предложения

Провайдер

velog

Источник

velog-rss

Балл

54.4

Уверенность

49%