Amazon Neptune GraphRAG Toolkit

AWS GraphRAG Toolkit ponúka stavebné prvky na tvorbu grafového kontextu nad dokumentmi vrátane podpory pre nasadenia s Amazon Neptune.

Rozhodnutia pri návrhu

Rozdelíme načítanie dokumentov, extrakciu vzťahov, zápis do grafu a čítanie podkladov. Každý krok musí zachovať identitu pôvodného úseku.

Príklad z pracovného postupu

Dodávateľský list potvrdí vzťah medzi súčiastkou a dvoma výrobnými sériami. Po oprave čísla série sa odstráni iba neplatná odvodená väzba. Zvyšnú väzbu a súvisiaci zdroj musí byť stále možné nájsť.

Ako výsledok overiť

Pri opakovanom spracovaní toho istého zdroja overíme počet uzlov aj väzieb a cestu od odpovede k dôkazu.

Ako rozlíšiť kvalitu indexu a odpovede

Na test vyberieme otázky s vopred označeným zdrojovým úsekom. Najprv posúdime, či sa úsek vôbec objavil medzi nájdenými kandidátmi. Potom skontrolujeme jeho poradie a až následne to, či výsledná odpoveď využila relevantný dôkaz. Tieto tri výsledky môžu byť rozdielne.

Pri zmene verzie dokumentu overíme prechod od starého záznamu k novému a odstránenie už neplatných podkladov z dohľadateľných výsledkov. Rovnakú otázku položia dve rôzne roly, aby sa preverilo filtrovanie aj pri podobných dokumentoch.

Pôvodný odborný zdroj – Amazon Neptune GraphRAG Toolkit

Zlúčenie zdanlivo rovnakej entity mení odpoveď na následné otázky

Dve prevádzky s rovnakým obchodným názvom môžu patriť rôznym právnym subjektom. Ak sa pri zostavení grafu zlúčia, odpoveď môže jednej prevádzke pripísať povinnosť druhej. Pred načítaním preto určíme, ktoré identifikátory sú spoločné naprieč zdrojmi a ktoré platia iba v lokálnej evidencii.

Pri skúške použijeme rovnomennú dvojicu aj subjekt vystupujúci pod starším názvom. Pracovník následne skontroluje nielen samotnú odpoveď, ale aj cestu k dôkazom, ktoré viedli ku zlúčeniu alebo oddeleniu.

Otázky z praxe

Ako rozlíšiť chybnú extrakciu vzťahu od chyby pri vyhľadaní v grafe?

K očakávanej odpovedi najprv vytvoríme ručne overenú cestu s podkladmi. Potom skontrolujeme, či dané uzly a väzby vôbec vznikli a či majú správny smer. Až pri existujúcej ceste hodnotíme spôsob jej dohľadania a následné vysvetlenie vo výslednom texte.

Prečo vytvoriť stabilnú identitu pre každý zdrojový úsek?

To isté oznámenie sa môže spracovať pri prvom importe, oprave aj po prevádzkovej chybe. Stabilné označenie umožní aktualizovať alebo preveriť existujúci dôkaz. Inak môže opakovaný import vytvoriť viacero zdanlivo nezávislých potvrdení vzťahu, ktoré v skutočnosti pochádzajú z jediného dokumentu.

Kedy sa graf hodí na otázku o stiahnutí výrobnej série?

Potrebuje zachytiť výrobné série, použité komponenty a dodávky konkrétnym odberateľom so zdrojovými dokladmi. Nestačí rozpoznať podobné názvy výrobkov. Pri kontrolnej otázke preveríme úplnosť dotknutých sérií aj dôvod vylúčenia série, ktorá má podobné pomenovanie, ale iný pôvod komponentu.

Potrebujete poradiť?

Opíšte nám, čo potrebujete vyriešiť. Odpovedáme e-mailom.

O čo máte záujem?

Martin Michalka vám pošle návrh e-mailom. Opíšte jednu úlohu, ktorú vo firme robíte opakovane.

Ako vás máme kontaktovať?