論文の概要: PolyUQuest: Verifiable Structure-Aware Web RAG over Heterogeneous Graphs

• arxiv url: http://arxiv.org/abs/2607.08269v1
• Date: Thu, 09 Jul 2026 09:10:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-10 14:45:27.483555
• Title: PolyUQuest: Verifiable Structure-Aware Web RAG over Heterogeneous Graphs
• Title（参考訳）: PolyUQuest: 異種グラフ上の構造を意識したWeb RAG
• Abstract要約: PolyUQuestは、ヘテロジニアスグラフ上に構築された構造化対応のWeb RAGフレームワークである。 2層ルータは、各クエリを3つの検索モードのいずれかにディスパッチする。 引用されたブロックには、ソースページ、方向パス、エンティティリンクが格納されている。
• 参考スコア（独自算出の注目度）: 16.19057762560854
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing retrieval-augmented generation (RAG) systems treat web pages as flat text, losing the structural and semantic signals encoded in HTML. We present PolyUQuest, a verifiable, structure-aware web RAG framework built on a heterogeneous graph that unifies hyperlink topology between pages, DOM hierarchy within pages, and entity-relation knowledge across pages. A two-tier router dispatches each query to one of three retrieval modes matched to its structural need, including direct block retrieval, cross-page graph traversal, and multi-hop entity reasoning. Every answer is fully verifiable, as each cited block carries its source page, heading path, and entity links so that users can trace any claim back to its structural evidence. We evaluate on the official websites of the Hong Kong Polytechnic University (PolyU), comprising 4,240 pages, 31,086 DOM blocks, 29,119 entities, and 37,680 relations, together with a multi-type evaluation benchmark. PolyUQuest outperforms existing RAG systems in answer correctness, coverage, and faithfulness, while consuming significantly fewer LLM tokens per query. The demonstration provides an interactive interface for inspecting cited answers, comparing retrieval traces across routing modes, and exploring evidence graph paths. PolyUQuest is being prepared for deployment as a student-facing QA service at PolyU.
• Abstract（参考訳）: 既存の検索拡張生成システム(RAG)は、Webページをフラットテキストとして扱い、HTMLでエンコードされた構造的および意味的な信号を失う。 我々は、ページ間のハイパーリンクトポロジ、ページ内のDOM階層、ページ間のエンティティ関連知識を統一するヘテロジニアスグラフ上に構築された検証可能な構造対応WebRAGフレームワークであるPolyUQuestを提案する。 2層ルータは、直接ブロック検索、クロスページグラフトラバーサル、マルチホップエンティティ推論を含む3つの検索モードのうちの1つに各クエリをディスパッチする。 引用されたブロックには、ソースページ、ルートパス、エンティティリンクがあり、ユーザーはあらゆるクレームをその構造的証拠に遡ることができる。 4,240ページ、31,086のDOMブロック、29,119のエンティティ、37,680の関連性を持つ香港ポリテクニック大学(PolyU)の公式ウェブサイトをマルチタイプ評価ベンチマークとともに評価した。 PolyUQuestは既存のRAGシステムより優れており、クエリ毎のLSMトークンをはるかに少なく消費する。 このデモは、引用された回答の検査、ルーティングモード間の検索トレースの比較、エビデンスグラフパスの探索のためのインタラクティブインターフェースを提供する。 PolyUQuestは、学生向けQAサービスとしてPolyUに展開する準備が整っている。

関連論文リスト

• MAGE-RAG: Multigranular Adaptive Graph Evidence for Agentic Multimodal RAG in Long-Document QA [14.865891513918278]
  長い文書のマルチモーダルな質問応答には、長いPDFでスパースエビデンスを見つけるシステムが必要である。 本稿では,長期文書マルチモーダルQAのための多言語適応グラフエビデンスフレームワークであるMAGE-RAGを提案する。
  論文  参考訳（メタデータ） (2026-06-14T16:34:15Z)
• TechGraphRAG: An Agentic Graph-Augmented RAG Framework for Technical Literature Reasoning [0.0]
  本稿では,ドメイン固有の技術的推論支援のためのエージェント検索強化世代(RAG)フレームワークを提案する。 提案アーキテクチャでは、クエリを意図的に分類する13ステップの自律パイプラインを使用し、多次元のルーリックに対して十分な証拠をスコアし、外部の学術データベースを検索する。 このフレームワークは、エージェント的でエビデンスを基盤としたRAGが、大規模でドメイン固有のコーパスに対する文学ナビゲーションと技術的推論をどのようにサポートするかを示す、実践的で実践的なケーススタディとして提示されている。
  論文  参考訳（メタデータ） (2026-06-01T03:01:51Z)
• HiKEY: Hierarchical Multimodal Retrieval for Open-Domain Document Question Answering [19.052998569565627]
  HiKEYは階層木に基づくマルチモーダル検索フレームワークであり、文書階層を1級検索信号に高める。 ODQAベンチマークの実験では、HiKEYはページベースとチャンクベースのベースラインを大きく上回っている。
  論文  参考訳（メタデータ） (2026-05-28T08:42:21Z)
• Query Symbolically or Retrieve Semantically? A Dataset and Method for Semi-Structured Question Answering [2.6264656632831667]
  DualGraphは2つの補完的なビューを通じて文書を表現している。意味検索のためのテキスト知識グラフと、型付き主語-述語-オブジェクトトリプルに対するシンボリッククエリのためのシンボリック知識グラフである。 我々はまた、半構造化された製品ドキュメントと、オープンエンドおよび仕様指向の検索にまたがる手動でキュレートされた質問を備えた商用ショッピングウェブサイトのベンチマークであるSpecsQAを紹介します。実験により、DualGraphは、質問タイプ全体にわたって、最先端の密検索、GraphRAG、シンボリック、テーブル指向のベースラインを一貫して上回ります。
  論文  参考訳（メタデータ） (2026-05-26T15:22:42Z)
• LARAG: Link-Aware Retrieval Strategy for RAG Systems in Hyperlinked Technical Documentation [1.0976267899372834]
  LARAG (Link-Aware RAG) は、HTMLドキュメントの著者定義ハイパーリンク構造を利用する軽量なリンク対応検索戦略である。 LARAGは応答品質を継続的に改善し、BERTScore F1を最高に達成し、チャンクを減らし、トークンを減らした。
  論文  参考訳（メタデータ） (2026-05-08T09:50:53Z)
• Paper Circle: An Open-source Multi-agent Research Discovery and Analysis Framework [82.66443886385125]
  ペーパーサークル(Paper Circle)は、学術文献の発見、評価、整理、理解に必要な労力を減らすために設計された発見・分析システムである。 1)複数のソースからのオフラインおよびオンライン検索を統合するディスカバリパイプライン,多エージェントスコアリング,多様性対応ランキング,構造化アウトプット,2)個々の論文を概念,メソッド,数値などの型付きノードで構造化された知識グラフに変換する分析パイプライン,の2つの補完パイプラインで構成されている。
  論文  参考訳（メタデータ） (2026-04-07T17:59:58Z)
• Beyond Relevance: On the Relationship Between Retrieval and RAG Information Coverage [89.58253972744531]
  Retrieval-augmented Generation (RAG) システムは、文書検索と生成モデルを組み合わせて、レポート生成のような複雑な情報を求める課題に対処する。 我々は,上流の検索指標が,最終生成応答の情報カバレッジの信頼性の高い早期指標として機能するかどうかを検討する。 本研究は,トピックとシステムレベルの両方で生成した応答におけるカバレッジベース検索指標とナゲットカバレッジとの間に強い相関関係を示した。
  論文  参考訳（メタデータ） (2026-03-09T18:20:20Z)
• Benchmarking Deep Search over Heterogeneous Enterprise Data [73.55304268238474]
  検索強化生成(RAG)の形式を評価するための新しいベンチマークを提案する。 RAGは、多種多様な、しかし関連するソースに対して、ソースを意識したマルチホップ推論を必要とする。 製品計画、開発、サポートステージをまたいだビジネスをシミュレートする合成データパイプラインを使用して構築します。
  論文  参考訳（メタデータ） (2025-06-29T08:34:59Z)
• Generative Retrieval for Book search [106.67655212825025]
  書籍検索のための効率的な生成検索フレームワークを提案する。 データ拡張とアウトライン指向の書籍エンコーディングの2つの主要コンポーネントがある。 プロプライエタリなBaiduデータセットの実験では、GBSが強力なベースラインを上回ることが示されている。
  論文  参考訳（メタデータ） (2025-01-19T12:57:13Z)
• UniKGQA: Unified Retrieval and Reasoning for Solving Multi-hop Question Answering Over Knowledge Graph [89.98762327725112]
  KGQA(Multi-hop Question Answering over Knowledge Graph)は、自然言語の質問で言及されているトピックエンティティから、複数のホップを持つ回答エンティティを見つけることを目的としている。 我々は、モデルアーキテクチャとパラメータ学習の両方において、検索と推論を統合することで、マルチホップKGQAタスクの新しいアプローチであるUniKGQAを提案する。
  論文  参考訳（メタデータ） (2022-12-02T04:08:09Z)
• A Graph Representation of Semi-structured Data for Web Question Answering [96.46484690047491]
  本稿では、半構造化データとそれらの関係の構成要素の体系的分類に基づいて、Webテーブルとリストのグラフ表現を提案する。 本手法は,最先端のベースラインに対してF1スコアを3.90ポイント向上させる。
  論文  参考訳（メタデータ） (2020-10-14T04:01:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。