EHRAG：通过混合超图构建与检索弥合轻量级GraphRAG中的语义鸿沟

基于图的检索增强生成（GraphRAG）通过将语料库结构化为图来促进多跳推理，从而增强大语言模型（LLM）的能力。尽管近期的轻量级方法通过利用命名实体识别（NER）降低了索引成本，但它们严格依赖结构共现，无法捕捉互不相连实体之间的潜在语义联系。为解决这一问题，我们提出EHRAG，一个轻量级RAG框架，它构建同时捕捉结构层面与语义层面关系的超图，并采用结构-语义混合检索机制。具体而言，EHRAG基于句子级共现并结合轻量级实体抽取来构建结构超边，通过聚类实体文本嵌入来构建语义超边，确保超图同时涵盖结构与语义信息。在检索方面，EHRAG执行结构-语义混合扩散，结合主题感知打分与个性化PageRank（PPR）精炼来识别top-k相关文档。在四个数据集上的实验表明，EHRAG优于最先进的基线方法，同时保持线性索引复杂度且构建过程零token消耗。代码发布于 https://github.com/yfsong00/EHRAG。