用于可审计商业登记分析的代理图检索增强生成

公共商业登记处正式开放，但其实际分析仍然很困难，因为相关事实分散在数百万条记录中，这些记录结合了结构化元数据、多语言法律声明、时间事件和实体别名。本文提出了一种受控的、以工具为中介的代理 GraphRAG 架构，用于对此类注册表进行可审计的自然语言分析。拟议的管道将瑞士官方商务公报的出版物转换为包含超过 500 万个节点和 470 万个关系的 Neo4j 知识图。它结合了结构化注册表字段的确定性摄取、LLM 辅助从非结构化通知中提取潜在参与者以及确定性身份解析层。分析代理通过意图路由、受限图形工具、有界反射和状态机引导的响应合成对此图进行操作。我们使用多层协议评估系统，涵盖答案质量、检索行为、实体解析和多轮对话性能。将完整的架构与密集的、词汇的和混合的平面检索基线以及受控的架构消融进行比较。在手动策划的基准上，图形介导的检索将事实正确性从最强平坦检索基线的 0.26 提高到整个系统的 0.83，并在相关性和完整性方面取得了相当的改进。消融结果表明，有界反射提高了答案质量，而意图路由和基于 LLM 的图形丰富提高了困难实体解析任务的可靠性。探索性仪表板显示每个响应背后的图形证据和执行跟踪，允许用户检查答案是如何生成的。