EmbeddingvsGraphRAG

Embedding

Embedding 将文本映射到高维向量空间，语义相近的文本在向量空间中距离更近。这是 RAG、语义搜索和推荐系统的基础技术。

GraphRAG

GraphRAG 将传统 RAG 的向量检索升级为知识图谱检索，能回答需要跨文档关联推理的复杂问题。微软在 2024 年开源的 GraphRAG 项目引发了广泛关注。

Embedding

• 语义相近的文本向量距离更近
• 是 RAG 和语义搜索的基础
• OpenAI text-embedding-3 和开源 BGE 是主流选择

GraphRAG

• 解决传统 RAG 无法处理的多跳推理问题
• 用知识图谱建模实体间的关系
• 微软开源项目，社区活跃

Embedding

将文本转换为高维数值向量以捕捉语义信息的表示学习技术

GraphRAG

通过知识图谱增强检索能力以支持多跳推理和全局摘要的 RAG 架构升级

Embedding

• RAG 系统的文档和查询向量化
• 语义搜索和相似度匹配
• 推荐系统的内容表示

GraphRAG

• 需要跨文档关联推理的复杂问答
• 企业知识管理和关系分析
• 学术文献的关联检索

Embedding

Embedding 是将离散的文本符号转换为连续向量表示的技术，使得计算机能够度量文本间的语义相似度。在 RAG 系统中，文档和查询都被转换为 Embedding 向量，通过余弦相似度或内积来检索最相关的文档。Embedding 模型的质量直接决定了检索效果。当前主流方案包括 OpenAI 的 text-embedding-3、开源的 BGE 和 E5 系列。多语言 Embedding 的质量仍然是挑战，中文 Embedding 的效果通常不如英文。

GraphRAG

传统 RAG 基于向量相似度检索，擅长回答「什么是 X」但难以回答「X 和 Y 有什么关系」。GraphRAG 通过构建知识图谱来建模实体间的关系，支持多跳推理和全局摘要。微软的 GraphRAG 方案使用 LLM 自动从文档中提取实体和关系，构建社区层级的知识图谱，然后在检索时同时利用向量搜索和图遍历。GraphRAG 的挑战在于图谱构建成本高、维护复杂，且对于简单问题可能过度设计。