论文
DocSage：面向多文档多实体问答的信息结构化智能体
DocSage: An Information Structuring Agent for Multi-Doc Multi-Entity Question Answering
摘要
多文档多实体问答（MDMEQA）本质上要求模型追踪散布在各文档中的多个实体之间的隐式逻辑。然而，现有的大语言模型（LLM）和检索增强生成（RAG）框架存在关键局限：基于向量相似度的标准RAG粗粒度检索常常遗漏关键事实，基于图的RAG难以高效整合碎片化的复杂关系网络，且二者都缺乏模式（schema）感知能力，导致跨文档证据链构建不足、实体关系推断不准确。为应对这些挑战，我们提出DocSage，一个集动态模式发现、结构化信息抽取与带错误保障的模式感知关系推理于一体的端到端智能体框架。DocSage通过三个核心模块运作：(1) 模式发现模块动态推断针对查询的最小可连接模式，以捕捉核心实体与关系；(2) 抽取模块将非结构化文本转换为语义连贯的关系表，并通过错误感知纠正机制减少抽取错误；(3) 推理模块在结构化表上执行多跳关系推理，利用模式感知高效对齐跨文档实体并汇聚证据。这一智能体设计带来三大关键优势：借助SQL驱动的索引实现精确的事实定位，通过关系表自然支持跨文档实体连接，以及以结构化表示缓解LLM的注意力分散。在两个MDMEQA基准上的评估表明，DocSage显著优于最先进的长上下文LLM与RAG系统，准确率分别提升超过27%。
