この図は、レキシカルグラフの要素と、生テキストから抽出されたエンティティを組み合わせたグラフを示しています。
レキシカルグラフの一部を構成するエンティティを、一覧から選択してください。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
Graph RAG がRAGアプリの正確性と信頼性をどのように高めるかを学びます。Neo4j データベースに情報をノードとエッジとして保存し、LLM がそれをクエリできるようにして、エンティティ情報や関係情報を取得し、根拠ある回答を生成できるようにします。
Text-to-Cypher アプリケーションは多くの場面で有効ですが、さらに良くできます。語彙グラフやドメイングラフなど、異なるグラフモデルでグラフデータベースを構築する方法を学びましょう。Neo4j のベクトルインデックスを作成して、グラフ検索とベクトル検索を同時に実行し、両方の長所を活かせるようにします。
現在の演習
Graph RAG アプリは一般にベクトル型RAGより信頼性が高いものの、万能ではありません。この章では、Graph RAG アプリを評価し、誤ったノードや重複ノードを見つけ、ユーザーの嗜好を時間とともに学習できるよう長期記憶を統合する方法を学びます。
