論文の概要: W-RAG: Source-Aware Retrieval for Enterprise Document Generation from Heterogeneous Knowledge Bases

• arxiv url: http://arxiv.org/abs/2608.22081v1
• Date: Sat, 22 Aug 2026 19:01:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.591886
• Title: W-RAG: Source-Aware Retrieval for Enterprise Document Generation from Heterogeneous Knowledge Bases
• Title（参考訳）: W-RAG:異種知識ベースからのエンタープライズ文書生成のためのソースアウェア検索
• Abstract要約: 既存のRAGパイプラインは、複数のリポジトリから取得したエビデンスを、単一の類似関数を使用してグローバルにランク付けできると仮定している。 W-RAGは,オントロジー誘導検索,各知識ベース内の局所的ランキング,エビデンス組成を規定するソースレベルの重み付けを行う。
• 参考スコア（独自算出の注目度）: 9.232743201134792
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Retrieval-Augmented Generation (RAG) enables large language models to incorporate external knowledge during generation, improving factual grounding and domain adaptability. However, existing RAG pipelines assume that evidence retrieved from multiple repositories can be ranked globally using a single similarity function. While suitable for open-domain retrieval, this assumption breaks down in enterprise document generation, where heterogeneous knowledge bases (such as policies, regulations, technical documentation, and departmental guidelines) serve distinct roles and must be jointly represented in the generated document. As a result, global ranking often produces unbalanced context dominated by a subset of sources, leading to incomplete enterprise drafts. To address this limitation, we propose W-RAG, a source-aware retrieval framework that performs ontology-guided retrieval, local ranking within each knowledge base, and source-level weighting to regulate evidence composition. We further introduce a new dataset for retrieval-grounded enterprise document generation spanning multiple document types and industry domains. Experiments show that standard RAG pipelines struggle on this task, while W-RAG significantly improves document coverage and generation quality.
• Abstract（参考訳）: Retrieval-Augmented Generation (RAG) は、大規模言語モデルにおいて、生成時に外部知識を組み込むことを可能にし、事実的基盤とドメイン適応性を改善する。 しかしながら、既存のRAGパイプラインは、複数のリポジトリから取得したエビデンスを、単一の類似関数を使用してグローバルにランク付けできると仮定している。 オープンドメイン検索には適しているが、この仮定は、異質な知識基盤(ポリシー、規則、技術文書、部署のガイドラインなど)が異なる役割を担い、生成した文書に共同で表現されなければならないエンタープライズ文書生成において破滅する。 結果として、グローバルなランキングはしばしば、ソースのサブセットが支配する不均衡なコンテキストを生成し、不完全なエンタープライズドラフトを生み出します。 この制限に対処するために、オントロジー誘導検索を行うソース認識検索フレームワークであるW-RAG、各知識ベース内のローカルランキング、エビデンス構成を規制するソースレベル重み付けを提案する。 さらに、複数のドキュメントタイプと業界ドメインにまたがる検索地上のエンタープライズ文書生成のための新しいデータセットも導入する。 W-RAGは文書のカバレッジと生成品質を大幅に改善する一方、標準的なRAGパイプラインはこのタスクで苦労している。

関連論文リスト

• VDGR-RAG: Vectors, Directories, Graphs, and Reflection Are All You Need for Unified Reasoning over Hierarchical Enterprise Knowledge [7.123971420266372]
  VDGR-RAGは、文書チャンクから階層的異種知識グラフ(textH2$KG)を最初に構築するエージェントグラフRAGシステムである。 本手法は知識検索リコールとQA精度の両方の観点から,様々なRAGベースラインを著しく上回る。
  論文  参考訳（メタデータ） (2026-08-08T08:03:34Z)
• Term-Centric Hierarchy Induction from Heterogeneous Corpora [39.04226660046721]
  本稿では,大規模文書コレクションにスケールする階層コーパスを誘導する用語中心のフレームワークを提案する。 提案手法は,文書を多種多様な情報源から自動用語抽出を用いて共有表現空間にマッピングする。 100万以上の文書からなる新しい英語とドイツ語のマルチソースベンチマーク実験により,我々の手法は,ソース間のコヒーレンスと階層的品質を向上することを示した。
  論文  参考訳（メタデータ） (2026-06-25T12:37:33Z)
• MM-BizRAG: Rethinking Multimodal Retrieval-Augmented Generation for General Purpose Enterprise Q&A [13.040489131301081]
  MM-BizRAGは文書構造認識スプリットを介して文書構造を積極的に抽出し、表現する。 MM-BizRAGは、最先端のビジョン中心のベースラインを最大32%上回っている。
  論文  参考訳（メタデータ） (2026-06-02T21:31:47Z)
• Structure-Aware RAG: Structured Retrieval Augmented Generation from Noisy Data for Conversational Agents [68.52563127206808]
  SA-RAG(Structure-aware Retrieval Augmented Generation)は、テーブルを中間構造表現として使用して、コンパクトで制御可能なインターフェースを提供する。 メタデータの正規化と有効性をモデル化する品質対応のテーブルメタデータ生成フレームワークを提案する。 2つのノイズの多い実世界のデータセットの実験は、SA-RAGが既存のRAGベースラインを大幅に上回っていることを示している。
  論文  参考訳（メタデータ） (2026-05-23T03:07:33Z)
• DCD: Domain-Oriented Design for Controlled Retrieval-Augmented Generation [0.0]
  DCD(Domain-Collection-Document)は,RAGシステムにおいて,基礎となる言語モデルを変更することなくクエリ処理を構造化・制御するためのドメイン指向設計である。 提案手法は,構造化モデル出力に基づく情報空間の階層的分解と多段階ルーティングに依存する。 本稿では、DCDアーキテクチャとワークフローを説明し、合成評価データセットにおける結果について議論し、適用されたRAGシナリオにおけるロバスト性、事実精度、回答関連性への影響を強調した。
  論文  参考訳（メタデータ） (2026-04-08T20:47:51Z)
• BookRAG: A Hierarchical Structure-aware Index-based Approach for Retrieval-Augmented Generation on Complex Documents [11.158307125677375]
  Retrieval-Augmented Generation (RAG)は、外部の複雑なドキュメントから非常に関連性の高い情報をクエリする。 本稿では,階層構造を持つ文書を対象とした新しいRAG手法であるBookRAGを紹介する。 BookRAGは最先端のパフォーマンスを実現し、検索リコールとQA精度の両方において、ベースラインを著しく上回っている。
  論文  参考訳（メタデータ） (2025-12-03T03:40:49Z)
• Separate the Wheat from the Chaff: Winnowing Down Divergent Views in Retrieval Augmented Generation [61.47019392413271]
  WinnowRAGは、価値あるコンテンツを保持しながら、ノイズの多いドキュメントを体系的にフィルタリングするように設計されている。 WinnowRAGは2段階で動作する: ステージIでは、クエリ対応クラスタリングを行い、類似したドキュメントをグループ化し、異なるトピッククラスタを形成する。 ステージIIでは,批判的なLCMが複数のエージェントの出力を評価し,有用な文書をノイズのあるものから反復的に分離する。
  論文  参考訳（メタデータ） (2025-11-01T20:08:13Z)
• Scaling Beyond Context: A Survey of Multimodal Retrieval-Augmented Generation for Document Understanding [61.36285696607487]
  文書理解は、財務分析から科学的発見への応用に不可欠である。 現在のアプローチでは、OCRベースのパイプラインがLarge Language Models(LLM)やネイティブのMultimodal LLMs(MLLM)に制限されている。 Retrieval-Augmented Generation (RAG)は、外部データの基底モデルを支援するが、文書のマルチモーダルな性質は、テキスト、テーブル、チャート、レイアウトを組み合わせることで、より高度なパラダイムを必要とする。
  論文  参考訳（メタデータ） (2025-10-17T02:33:16Z)
• Domain-Specific Data Generation Framework for RAG Adaptation [58.20906914537952]
  Retrieval-Augmented Generation (RAG)は、大規模言語モデルの言語理解と推論能力と外部検索を組み合わせ、ドメイン基底応答を可能にする。 本稿では,様々なRAG適応手法に合わせて,ドメイン基底型質問応答コンテキスト(QAC)トリプルを生成するフレームワークであるRAGenを提案する。
  論文  参考訳（メタデータ） (2025-10-13T09:59:49Z)
• VDocRAG: Retrieval-Augmented Generation over Visually-Rich Documents [30.012487475552575]
  本稿では,新たなRAGフレームワークであるVDocRAGを導入し,様々な文書やモダリティを統一された画像形式で直接理解する。 また、OpenDocVQAは、オープンドメイン文書の視覚的質問応答データセットを統合化した最初のコレクションである。
  論文  参考訳（メタデータ） (2025-04-14T01:50:33Z)
• VisRAG: Vision-based Retrieval-augmented Generation on Multi-modality Documents [66.42579289213941]
  Retrieval-augmented Generation (RAG) は、大規模言語モデルが外部知識ソースを生成に活用できる効果的な手法である。 本稿では、視覚言語モデル(VLM)に基づくRAGパイプラインを確立することにより、この問題に対処するVisRAGを紹介する。 このパイプラインでは、まず文書を解析してテキストを得る代わりに、VLMを画像として直接埋め込んで、VLMの生成を強化する。
  論文  参考訳（メタデータ） (2024-10-14T15:04:18Z)
• Generate rather than Retrieve: Large Language Models are Strong Context Generators [74.87021992611672]
  本稿では,文書検索を大規模言語モデル生成器に置き換えることで,知識集約型タスクを解く新しい視点を提案する。 我々は,提案手法をgenRead (genRead) と呼び,まず大きな言語モデルに対して,与えられた質問に基づいて文脈文書を生成し,次に生成された文書を読み出して最終回答を生成する。
  論文  参考訳（メタデータ） (2022-09-21T01:30:59Z)

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。