HybridRAG: Integrating Knowledge Graphs and Vector Retrieval Augmented Generation for Efficient Information Extraction

本文讨论了金融领域中的非结构化文本数据，例如财报电话会议记录，如何从中提取和解释复杂信息，即使使用当前最佳实践，使用检索增强生成（RAG）（称为利用向量数据库进行信息检索的VectorRAG技术），大型语言模型（LLM）也面临挑战，如特定领域术语和文档复杂格式等。我们介绍了一种新方法，称为HybridRAG，它结合了基于知识图谱（KGs）的RAG技术（称为GraphRAG）和VectorRAG技术，以增强问答系统从金融文档中提取信息的能力，并且实验证明其能够生成准确且与上下文相关的答案。通过对一组以问答形式呈现的财报电话会议记录文档进行实验，因此提供了一组自然的地面真实问答对，我们展示了HybridRAG在检索准确性和答案生成方面，在检索和生成阶段均优于传统的VectorRAG和GraphRAG。所提出的技术在金融领域之外也有应用。

本论文旨在解决金融应用中的自然语言处理难题，尤其是从财务文件中提取和解释复杂信息的问题。

论文提出了一种新的方法，称为HybridRAG，它结合了基于知识图谱的RAG技术和基于向量的RAG技术，以提高金融文件中的信息提取和问答系统的准确性。

论文使用了一组金融收益电话会议记录文档进行实验，证明了HybridRAG在检索和生成阶段的表现优于传统的VectorRAG和GraphRAG。该方法不仅适用于金融领域，还具有更广泛的应用前景。

在相关研究方面，最近的研究包括基于知识图谱的问答系统和基于向量的问答系统，如GPT-3等。