論文の概要: Hybrid Retrieval-Augmented Generation with Knowledge Graph Expansion, RRF Fusion, and Per-Chunk Grounded Evaluation for Enterprise Document Search

• arxiv url: http://arxiv.org/abs/2609.01617v1
• Date: Tue, 30 Jun 2026 06:33:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.437563
• Title: Hybrid Retrieval-Augmented Generation with Knowledge Graph Expansion, RRF Fusion, and Per-Chunk Grounded Evaluation for Enterprise Document Search
• Title（参考訳）: 企業文書検索のための知識グラフ展開, RRF融合, チャンク毎接地評価によるハイブリッド検索拡張生成
• Abstract要約: DocuSearchは、オフラインでマルチエージェントの文書インテリジェンスシステムで、通信ネットワークの運用環境で開発、評価されている。 単一の検索信号に頼るのではなく、3つの補完的な証拠源をまとめる。 DocuSearchはPrecision@10が0.69、Recall@10が0.79、接地率は89.6%に達した。
• 参考スコア（独自算出の注目度）: 0.2446948464551684
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Getting accurate, grounded answers out of large enterprise document repositories is a difficult problem. Dense vector retrieval alone frequently performs poorly on queries that mix technical terminology, vendor-specific acronyms, or require reasoning across several non-adjacent sections. DocuSearch was built to address exactly this gap - an offline, multi-agent document intelligence system developed and evaluated in a production telecom network operations environment. Rather than relying on a single retrieval signal, DocuSearch pulls together three complementary sources of evidence: semantic search over a Qdrant vector store using BGE-Large embeddings, BM25 full text search over an SQLite FTS5 index, and Knowledge Graph neighbour expansion from a structured edge table. These three ranked lists are merged through Reciprocal Rank Fusion with signal weights of 0.50 for vector search, 0.35 for BM25, and 0.15 for the knowledge graph, using a smoothing constant of 60 to stabilize scores. A cross-encoder then reranks the fused list, and Maximal Marginal Relevance with a balance factor of 0.65 prunes results for relevance and diversity. What makes DocuSearch distinctive is a per-chunk evaluation loop treating each chunk as its own mini-retrieval problem: an LLM decides whether the chunk needs more context, whether it fully answers the query, and whether the answer is grounded in retrieved text. Ungrounded answers are not returned; the system falls back to a multi-chunk merge instead. On a telecom corpus, DocuSearch reaches Precision@10 of 0.69, Recall@10 of 0.79, and a grounding rate of 89.6% - gains of 15, 16, and 18.4 percentage points over a dense-only RAG baseline. Index Terms: retrieval-augmented generation, knowledge graph, reciprocal rank fusion, enterprise document search, agentic evaluation, BM25, cross-encoder reranking, on-premise deployment, LangGraph, telecom AI.
• Abstract（参考訳）: 大企業のドキュメントリポジトリから、正確で根拠のある回答を得るのは、難しい問題です。 デンスベクトル検索だけでは、技術的用語、ベンダー固有の頭字語を混ぜたクエリや、いくつかの非隣接セクションでの推論を必要とするクエリでよく機能しない。 DocuSearchは、オフラインでマルチエージェントのドキュメントインテリジェンスシステムである、このギャップに正確に対処するために構築された。 単一の検索信号に頼るのではなく、DcuSearchは、BGE-Large埋め込みを使用したQdrantベクトルストア上のセマンティック検索、SQLite FTS5インデックス上のBM25フルテキスト検索、構造化エッジテーブルからのナレッジグラフ近隣拡張の3つの補完的なエビデンスをまとめている。 これら3つのランクリストは、相互ランクフュージョン(Reciprocal Rank Fusion)を通じて、ベクトル探索のための信号重量0.50、知識グラフのための0.35、および0.15とマージされ、スコアを安定させるために60の滑らかな定数を使用する。 その後、クロスエンコーダが融合リストをリランクし、最大マージナル関連度は0.65プルーンのバランス係数で関連性と多様性を示す。 LLMは、チャンクがより多くのコンテキストを必要とするかどうか、クエリに完全に答えるかどうか、回答が検索されたテキストでグラウンドされているかどうかを判断する。 アングラウンドされた回答は返されません。システムは代わりにマルチチャンクマージにフォールバックします。 通信会社のコーパスでは、DocuSearchはPrecision@10の0.69、Recall@10の0.79、グラウンドレート89.6%に達し、15, 16, 18.4ポイントを密度のみのRAGベースラインで獲得している。 インデックス用語:検索強化ジェネレーション、ナレッジグラフ、相互ランクフュージョン、エンタープライズドキュメント検索、エージェント評価、BM25、クロスエンコーダリグレード、オンプレミスデプロイメント、LangGraph、テレコムAI。

関連論文リスト

• Codebook Agent: Amortized Topology Design for LLM Multi-Agent Systems [67.04448659688579]
  クエリ非依存の16エントリのコードブックを開発し、上位のデコード候補を1回のバッチフォワードパスでランク付けする。 反復検索がなく、テスト時にメッセージパッシングがないため、Codebook Agentは6つのベンチマークでもっとも正確な方法である。
  論文  参考訳（メタデータ） (2026-09-02T08:10:22Z)
• LINE Conversation History Retrieval for Personal Memory RAG: Evaluating Search Representations and Hybrid Retrieval [0.0]
  本研究では、あるユーザのLINE会話履歴に関する検索専用ケーススタディを提案する。 我々は358,896のメッセージを22,329の時間的コヒーレントなチャンクに分割し、3つの検索表現を構築した。 一つのアノテータで検証した100個の評価質問に対して,BM25,密度ベクトル検索,線形ハイブリッド検索を比較した。
  論文  参考訳（メタデータ） (2026-08-28T00:52:11Z)
• Multi-Agent Retrieval-Augmented Generation for Efficient Cloud Knowledge Base Search in Telecom SNOC Environment [0.2446948464551684]
  Athena for Cloud Knowledge Baseは、完全にオフラインでマルチエージェントのRetrieval Augmented Generationフレームワークである。 システムは、E5 Large V2 埋め込み、BM25スパース検索、知識グラフ拡張を用いた密集検索を統合する。 システムは 0.910 の MRR と Exact Match (EM) のスコアを78.4% で達成し、シングルステージの高密度検索を14.6 ポイント上回っている。
  論文  参考訳（メタデータ） (2026-06-30T06:33:32Z)
• When More Documents Hurt RAG: Mitigating Vector Search Dilution with Domain-Scoped, Model-Agnostic Retrieval [2.8753422388037486]
  Retrieval-augmentedジェネレーションは、大規模なドキュメントコレクションにスケールすると劣化する。 Top-k検索は意味的に似ているが、文脈的に正しくないチャンクを返す。 本稿では,MASDR-RAG(Multi-Agent Scoped Domain Retrieval for RAG)を提案する。
  論文  参考訳（メタデータ） (2026-06-09T18:26:24Z)
• Towards Retrieving Interaction Spaces for Agentic Search [62.666902610940525]
  最近の直接コーパス(DCI)の研究は、エージェントが5.4のインタラクションやファイル読み取りといったシェルツールを通じて生コーパスと対話できることを示している。 エージェント検索における検索の役割は, LLMコンテキストウィンドウに適合する文書を選択することだけではなく, インタラクション空間を構築することにある。
  論文  参考訳（メタデータ） (2026-06-05T03:47:40Z)
• Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction [127.64173950476702]
  エージェントが直接、汎用端末ツールを用いて、生コーパスを直接検索する直接コーパス間相互作用(DCI)について検討する。 このアプローチではオフラインインデックスを必要とせず、ローカルコーパスの進化に自然に適応する。 IRベンチマークとエンドツーエンドのエージェント検索タスク全体にわたって、この単純なセットアップは、強いスパース、密度、リランクベースラインよりも大幅に優れています。
  論文  参考訳（メタデータ） (2026-05-03T19:13:11Z)
• vstash: Local-First Hybrid Retrieval with Adaptive Fusion for LLM Agents [0.0]
  ベクトル類似性検索と全文キーワードマッチングを組み合わせたローカルファーストの文書メモリシステム**vstash**を提案する。 すべてのデータはsqlite-vecを使って近傍の検索に近づき、FTS5でキーワードマッチングを行う単一のファイルに格納される。
  論文  参考訳（メタデータ） (2026-04-16T19:22:58Z)
• From BM25 to Corrective RAG: Benchmarking Retrieval Strategies for Text-and-Table Documents [0.0]
  スパース, 密度, ハイブリッド融合, クロスエンコーダリグレード, クエリ拡張, インデックス拡張, 適応検索にまたがる10の検索戦略をベンチマークした。 我々はRecall@k,MRR,nDCGによる検索品質とNumber Matchによるエンドツーエンド生成品質を評価する。
  論文  参考訳（メタデータ） (2026-04-02T07:53:40Z)
• Test-Time Strategies for More Efficient and Accurate Agentic RAG [58.44913384057518]
  Retrieval-Augmented Generation (RAG) システムは複雑なマルチホップ問題に直面している。 このような手法は、以前に処理された情報の反復的な検索を含む非効率性を導入することができる。 本稿では,これらの問題を軽減するために,サーチ-R1パイプラインに対するテスト時間修正について検討する。
  論文  参考訳（メタデータ） (2026-03-12T19:18:59Z)
• 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)

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。