HyperSU：用于检索增强生成的语料库驱动的语义单元超图

最近基于超图的检索增强生成（HyperRAG）方法使用超边同时连接多个实体，从而实现比成对图结构更有效的多实体证据组织。然而，现有的 HyperRAG 方法通常依赖于 LLM 生成的摘要来构造超边，这可能会引入幻觉，同时也会产生高昂的索引成本。此外，在检索过程中，现有方法通常依赖于一跳邻居扩展或 PageRank 扩散。前者可能会错过有用的多跳证据，而后者可能会因过多的中心节点上的不受控制的传播而受到影响，从而导致语义漂移和嘈杂的推理链。为了应对这些挑战，我们提出了 HyperSU，这是一种基于超图的新型 RAG 框架，具有语义单元超边和线索引导的双向检索。在构造过程中，HyperSU 将超边构造制定为实体感知的最小描述长度 (MDL) 优化问题，从而引入基于源的语义单元超边，从而平衡句子级语义连贯性和实体紧凑性。然后，它通过将每个语义单元建模为其共同提及的实体的超边来构建超图。在检索过程中，HyperSU 在语义单元超图上执行线索引导的双向扩展，从而实现多跳证据发现和证据锚定降噪。实验表明，与标准、基于图和基于超图的 RAG 基线相比，HyperSU 持续提高了答案准确率，使 GraphRAG Bench 的平均准确率比最强基线提高了 5.5 个点（68.7 vs. 63.2），在推理密集型任务上有更大的提升，相对提升达到 14.1%。