GGraphRAG 文献图谱自动同步
LIT-89EB667C · 2026

GraphRAGProv: GraphRAG Meets How-Provenance

将查询结果的 how-provenance 多项式与源文本 occurrence 连接起来,检查“图上的答案如何由哪些原文陈述组合得到”。

PDF 级阅读卡优先级 P0Wadie El Amrani, Luis GalárragaarXiv
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

论文区分三个经常被混为一谈的对象:图中是否保存了原文知识、SPARQL 是否表达了用户问题、最终答案是否被来源支持。仅展示一条“检索路径”无法回答这些问题,因为被展示的节点可能来自错误抽取,或者多个 individually supported statement 被错误地组合。GraphRAGProv 用数据库 how-provenance 把答案绑定到参与计算的 statement occurrence,再绑定回原文词 span,使失败可定位。

  • provenance 多项式如何处理答案生成阶段的上下文压缩和自然语言改写?
  • 查询错误、抽取错误和生成错误能否在同一条样本上分离?
  • 来源 occurrence 的可追溯性是否能转化为 evidence-set completeness 指标?

方法与机制

源段落被抽取为带文本证据的 RDF statement,存入 GraphDB 的 named graphs;LLM 生成 SPARQL,查询通过 Rust 实现的 NPCS 计算 how-provenance 多项式。React/FastAPI workbench 能同时展示问题、图语句、SPARQL、答案推导和原文高亮;点击 provenance factor 会回到贡献它的 statement 与文字位置。这样得到的是“该查询实际使用了哪些来源”的可审计记录,不是对自然语言答案自动给出充分性证明。

证据与结果

论文分析 2WikiMultiHopQA 200 个 compositional questions 和 MuSiQue 200 个 answerable questions,共 400 例。实验使用指定 support passages 构图,构图和 SPARQL 生成可见问题、期望答案和 reasoning evidence;因此这是受监督的诊断设置,明确不建立对未见问题的泛化结论。

  • SPARQL 执行 398/400,返回答案 327/400,成功解码并完成原文 trace 311/400(2Wiki 193/200,MuSiQue 118/200);全部 311 条通过 occurrence 和 source-span 检查,绑定结果与普通查询执行一致。
  • Meesaya Murukku:答案 India 正确,引用词 “Indian” 也存在,但它描述的是电影而非导演;问题在抽取/解释,不在 provenance 解析。
  • Labyrinth:查询返回正确年份且两个陈述各自有来源,但漏掉“出版商发行该游戏”的关系;来源都是真的,查询却没有表达原问题。
  • Aldobrandino:父亲关系和出生日期都被抽取,但被挂到两个不同 IRI,join 为空;直接检查图和查询可以区分“知识存在但实体不一致”。

局限与开放问题

  • 构图使用 gold-support passages,并让模型看到问题、答案和推理证据;不能把 311 条完整 trace 当作普通检索条件下的成功率。
  • provenance 记录的是已执行计算的来源,不保证该计算足以回答用户问题,也不替代生成答案的 claim-level faithfulness。
  • 空结果没有可跟踪的推导,需要同时检查实体规范化、查询连接和图缺失。
  • 该系统目前更像可交互的诊断/审计层;如何把 provenance 转成 evidence-set completeness、错误类型标签或训练信号仍未解决。

关联与拓展

  • 对应 Q6:把“展示路径/节点 attribution”推进到可枚举的来源使用记录。
  • 直接连接 领域现状与证据缺口 中“可解释性不等于证据使用证明”的缺口。
  • 与 Ex-GraphRAG 对读:前者偏查询结果和来源组合,后者偏编码器节点贡献,解释对象不同。
  • 与 Lightfoot 对读:前者验证查询使用了哪些原文来源,后者保证索引派生记录可精确删除。

研究问题入口

Q2 图构建与表示, Q3 证据检索与集合形成, Q4 查询规划与执行, Q6 证据来源与可解释性, Q9 评测与理论

展开原始论文笔记全文

基本信息

  • arXiv:2610.37237v1,2026-10-27。
  • 作者:Wadie El Amrani、Luis Galárraga。
  • 证据级别:已阅读 arXiv PDF v1;这是 how-provenance 工作台与案例分析,不是未见问题上的端到端 GraphRAG 比较。

一句话定位

将查询结果的 how-provenance 多项式与源文本 occurrence 连接起来,检查“图上的答案如何由哪些原文陈述组合得到”。

研究问题与动机

论文区分三个经常被混为一谈的对象:图中是否保存了原文知识、SPARQL 是否表达了用户问题、最终答案是否被来源支持。仅展示一条“检索路径”无法回答这些问题,因为被展示的节点可能来自错误抽取,或者多个 individually supported statement 被错误地组合。GraphRAGProv 用数据库 how-provenance 把答案绑定到参与计算的 statement occurrence,再绑定回原文词 span,使失败可定位。

系统机制

源段落被抽取为带文本证据的 RDF statement,存入 GraphDB 的 named graphs;LLM 生成 SPARQL,查询通过 Rust 实现的 NPCS 计算 how-provenance 多项式。React/FastAPI workbench 能同时展示问题、图语句、SPARQL、答案推导和原文高亮;点击 provenance factor 会回到贡献它的 statement 与文字位置。这样得到的是“该查询实际使用了哪些来源”的可审计记录,不是对自然语言答案自动给出充分性证明。

评测与案例

论文分析 2WikiMultiHopQA 200 个 compositional questions 和 MuSiQue 200 个 answerable questions,共 400 例。实验使用指定 support passages 构图,构图和 SPARQL 生成可见问题、期望答案和 reasoning evidence;因此这是受监督的诊断设置,明确不建立对未见问题的泛化结论。

  • SPARQL 执行 398/400,返回答案 327/400,成功解码并完成原文 trace 311/400(2Wiki 193/200,MuSiQue 118/200);全部 311 条通过 occurrence 和 source-span 检查,绑定结果与普通查询执行一致。
  • Meesaya Murukku:答案 India 正确,引用词 “Indian” 也存在,但它描述的是电影而非导演;问题在抽取/解释,不在 provenance 解析。
  • Labyrinth:查询返回正确年份且两个陈述各自有来源,但漏掉“出版商发行该游戏”的关系;来源都是真的,查询却没有表达原问题。
  • Aldobrandino:父亲关系和出生日期都被抽取,但被挂到两个不同 IRI,join 为空;直接检查图和查询可以区分“知识存在但实体不一致”。

局限与开放问题

  • 构图使用 gold-support passages,并让模型看到问题、答案和推理证据;不能把 311 条完整 trace 当作普通检索条件下的成功率。
  • provenance 记录的是已执行计算的来源,不保证该计算足以回答用户问题,也不替代生成答案的 claim-level faithfulness。
  • 空结果没有可跟踪的推导,需要同时检查实体规范化、查询连接和图缺失。
  • 该系统目前更像可交互的诊断/审计层;如何把 provenance 转成 evidence-set completeness、错误类型标签或训练信号仍未解决。

与本知识库的连接

  • 对应 Q6:把“展示路径/节点 attribution”推进到可枚举的来源使用记录。
  • 直接连接 领域现状与证据缺口 中“可解释性不等于证据使用证明”的缺口。
  • 与 Ex-GraphRAG 对读:前者偏查询结果和来源组合,后者偏编码器节点贡献,解释对象不同。
  • 与 Lightfoot 对读:前者验证查询使用了哪些原文来源,后者保证索引派生记录可精确删除。

进一步研究问题

  • provenance 多项式如何处理答案生成阶段的上下文压缩和自然语言改写?
  • 查询错误、抽取错误和生成错误能否在同一条样本上分离?
  • 来源 occurrence 的可追溯性是否能转化为 evidence-set completeness 指标?

证据边界

以上机制、311 条完整 trace 和案例发现来自已阅读的 arXiv PDF v1。由于实验使用 gold-support passages 和可见答案/证据,这些结果应理解为 provenance 可用性的演示,不是对任意 GraphRAG 管线 citation faithfulness 的泛化评估。