GGraphRAG 文献图谱自动同步
LIT-169E7EFF · 2026

OMD-GraphRAG: Enhancing GraphRAG with Ontology-Guided Extraction, Multi-Dimensional Clustering and Dual-Channel Fusion

OMD-GraphRAG 在开源 GraphRAG/LightRAG 风格流程上,联合改变三个控制点:用本体约束知识抽取,用多维社区策略保留跨边界语义,再融合细粒度三元组检索和粗粒度社区报告检索。

PDF 级阅读卡优先级 P1Jie Wang, Honghua Huang, Xi Ge, Jianhui Su, Wen Liu, Shiguo LianarXiv
内容状态:PDF 级阅读卡。结构化摘录继承当前知识库的来源等级;具体 claim 应回到一手论文核验。

研究问题与动机

作者指出垂直领域 GraphRAG 有三类瓶颈:无 schema 抽取导致实体/关系质量不均;仅按拓扑聚类会切断时间、地点等业务维度;单一检索通道无法同时覆盖实体事实和主题/多跳问题。

方法与机制

本体引导抽取

预先给出领域实体与关系 schema,将 schema 放入 LLM 抽取提示,并对输出做类型约束和后处理过滤。论文的贡献是把“领域约束”放在构图阶段,而非只在查询时修正。

多维社区策略

社区构建除拓扑关系外,还考虑:

  • alignment completion:处理社区边界附近的强连接;
  • attribute-based clustering:利用实体属性相似性;
  • multi-hop relationship clustering:尽量保留多跳关系链。

这些策略用于生成更完整的 community reports,论文没有把它们等同于一个新的通用社区检测理论。

双通道融合

一条通道检索细粒度知识图谱三元组,另一条通道召回社区报告;二者合并后再由 embedding 检索和 cross-encoder reranker 排序。实验采用 qwen3-embed-0.6b、qwen3-reranker-8b,top-k 为 8。

证据与结果

当前来源未提供可可靠提取的实验、结果与证据,请回到原始笔记或一手论文补充。

局限与开放问题

  • 只在 MultiHop-RAG 一个基准上评估,且为 single-run 结果;跨领域泛化仍待验证。
  • 本体需要人工设计或维护,schema 迁移成本没有系统测量。
  • 社区完整性与检索 F1 的关系仍依赖该数据集的 Relevancy/Recall 定义,不能直接替代文档级 provenance 评测。
  • 论文没有证明多维聚类在所有图拓扑上优于 Leiden,也没有报告动态更新和删除一致性。

关联与拓展

暂无可可靠提取的关联研究段落;先从研究问题索引横向比较。

研究问题入口

Q2 图构建与表示, Q3 证据检索与集合形成, Q6 证据来源与可解释性, Q8 效率与部署, Q9 评测与理论

展开原始论文笔记全文

基本信息

  • 作者: Jie Wang, Honghua Huang, Xi Ge, Jianhui Su, Wen Liu, Shiguo Lian
  • 机构: China Unicom Data Science & Artificial Intelligence Research Institute
  • 来源: arXiv:2603.25152v3,2026-05-26
  • 旧称/检索别名: UniAI-GraphRAG

一句话定位

OMD-GraphRAG 在开源 GraphRAG/LightRAG 风格流程上,联合改变三个控制点:用本体约束知识抽取,用多维社区策略保留跨边界语义,再融合细粒度三元组检索和粗粒度社区报告检索。

研究问题与动机

作者指出垂直领域 GraphRAG 有三类瓶颈:无 schema 抽取导致实体/关系质量不均;仅按拓扑聚类会切断时间、地点等业务维度;单一检索通道无法同时覆盖实体事实和主题/多跳问题。

方法与机制

本体引导抽取

预先给出领域实体与关系 schema,将 schema 放入 LLM 抽取提示,并对输出做类型约束和后处理过滤。论文的贡献是把“领域约束”放在构图阶段,而非只在查询时修正。

多维社区策略

社区构建除拓扑关系外,还考虑:

  • alignment completion:处理社区边界附近的强连接;
  • attribute-based clustering:利用实体属性相似性;
  • multi-hop relationship clustering:尽量保留多跳关系链。

这些策略用于生成更完整的 community reports,论文没有把它们等同于一个新的通用社区检测理论。

双通道融合

一条通道检索细粒度知识图谱三元组,另一条通道召回社区报告;二者合并后再由 embedding 检索和 cross-encoder reranker 排序。实验采用 qwen3-embed-0.6b、qwen3-reranker-8b,top-k 为 8。

证据与结果

MultiHop-RAG

数据集按 Inference、Comparison、Temporal 三类查询报告 Relevancy、Recall 和 F1。论文的平均结果如下:

方法 Relevancy Recall F1
Naive RAG (Dify) 46.00 54.82 50.03
GraphRAG (LightRAG) 61.19 80.98 69.71
OMD-GraphRAG 77.07 80.87 78.92

按查询类型,OMD-GraphRAG 的 F1 为 Inference 90.53、Comparison 78.97、Temporal 65.13;Temporal 的 Recall 低于 LightRAG,说明更高综合 F1 不等于所有检索维度都更好。

消融

  • 本体抽取接入 Naive RAG 后,平均 F1 从 75.60 提升到 78.77(+3.17 个百分点)。
  • 多维社区报告检索接入后,平均 F1 为 79.03(相对 75.60 为 +3.43 个百分点)。
  • 双通道融合接入后,平均 F1 为 78.92(+3.32 个百分点)。

这些是组件对 Naive RAG 的消融,不是三个增益可以相加,也不是对 LightRAG 的独立因果分解。

局限与开放问题

  • 只在 MultiHop-RAG 一个基准上评估,且为 single-run 结果;跨领域泛化仍待验证。
  • 本体需要人工设计或维护,schema 迁移成本没有系统测量。
  • 社区完整性与检索 F1 的关系仍依赖该数据集的 Relevancy/Recall 定义,不能直接替代文档级 provenance 评测。
  • 论文没有证明多维聚类在所有图拓扑上优于 Leiden,也没有报告动态更新和删除一致性。

关联与拓展

  • StructRAG:从查询任务出发选择结构;OMD-GraphRAG 则在领域 schema 和社区组织上固定更多结构。
  • E²GraphRAG:树与实体图双向索引、local/global 自适应,适合比较不同的双通道设计。
  • Core-based-Hierarchies-GraphRAG:研究确定性层次替代 Leiden,属于社区构建的另一条路线。
  • GraphRAG 交互研究脉络:对应“图应该保留什么信息”和“检索如何组合证据”。

核验清单

  • 论文正式标题是 OMD-GraphRAG;UniAI-GraphRAG 仅作为旧笔记名/别名保留。
  • 结果来自 arXiv:2603.25152v3 的表 1–4;需保留查询类型、embedding/reranker 和 top-k 条件。
  • 论文原文:https://arxiv.org/abs/2603.25152