تقنية

استرجاع الرسوم البيانية: نوع العلاقة واتجاهها

مخطط يظهر نور ثم فعل راجع ثم القصة، وسلمى ثم فعل ألّفت ثم القصة نفسها
مخطط من إعداد بحر العلوم؛ الأسماء والقصة علاقات افتراضية.

استرجاع الرسوم البيانية يبحث في كيانات وعلاقات بينها ليجلب سياقا للجواب. يصف Neo4j الوصول إلى نقاط بداية ثم تتبع علاقات مناسبة وجمع معلومات مرتبطة بها. [1] لفهم النتيجة نراجع نوع العلاقة وطرفيها؛ مجرد اتصال اسم بالقصة لا يخبرنا هل ألفها أم راجعها.

الخلاصة السريعة

حدد العلاقة التي يسأل عنها المستخدم، واتبعها باتجاهها الصحيح مع هوية الطرفين، ثم راجع سند المعلومات قبل صياغة الجواب.

  • سم العلاقة المطلوبة؛ تتبع GraphRAG للعلاقات لا يجعل كل اتصال بالكيان جوابا عن السؤال نفسه. [1]
  • احفظ اتجاه العلاقة: نور راجع القصة لا تعني أن القصة راجعت نور، ولا أن مؤلفتها هي مراجعها.
  • طابق هوية الكيان وبيانات العلاقة؛ تشابه الاسم أو غياب حافة من الرسم لا يثبت اكتمال الحقائق في العالم.
  • انقل المسار الذي يدعم الجواب وحدوده؛ العلاقة المرسومة تحتاج سندا، ولا تكفي كثرة الروابط أو سلاسة التفسير.

أي اتصال نحتاج لهذا السؤال؟

نكتب سجلا تخيليا لنشاط قصصي: سلمى ألّفت «مفتاح الباب»، ونور راجع «مفتاح الباب»، وسلمى راجعت «القارب الصغير». يسأل المستخدم: «من راجع مفتاح الباب؟». ارتباط سلمى بعنوان القصة صحيح في المثال، لكنه ارتباط تأليف؛ الجواب عن المراجعة هو نور.

نقترح تعريف المطلوب قبل اتباع الروابط: شخص يقوم بالمراجعة، وقصة بعينها. إذا جلب البحث اسم المؤلفة لأنها مرتبطة بالقصة، نبحث عن العلاقة المطلوبة بدلا من استبدال السؤال بمن ألف النص. المثال من إعداد المقال وليس سجلا لناشر أو إخراجا من قاعدة رسوم فعلية.

من أين تبدأ العلاقة وأين تنتهي؟

يعرض المصدر أنماطا تتبع عقدة وعلاقة وعقدة أخرى في الرسم. [1] في تصميمنا نكتب نور بوصفه الشخص، وعلاقة «راجع» باتجاه قصة مفتاح الباب، مع تثبيت العبارة «نور راجع مفتاح الباب».

لا نعكس الفعل لأننا بدأنا البحث من عقدة القصة. يمكن البحث عن الشخص الذي تتجه علاقة مراجعته إليها، مع بقاء المعنى نفسه. كذلك لا نستبدل «راجع» بـ«ألّف»، ولا ننقل مراجعة سلمى للقارب إلى مفتاح الباب. اتجاه الاجتياز عند البحث يختلف عن قلب معنى العلاقة المسجلة.

هل الاسم والحدود يطابقان الكيان المقصود؟

نفترض أن النشاط يضم شخصا آخر يسمى نور، وله معرف مختلف. نحتاج معرف نور المرتبط بعلاقة مراجعة قصة المفتاح، لا أي نتيجة تحمل الاسم. وإذا كانت هناك نسخة ثانية للقصة، نوضح أي نسخة تخص العلاقة متى كانت هذه المعلومات لازمة للسؤال.

نقترح تسجيل مرجع الملاحظة التي أثبتت المراجعة ووقت حصولها إذا كان السؤال زمنيا. غياب مراجع إضافي من هذا الرسم الافتراضي لا يثبت أن أحدا آخر لم يراجع النص في الواقع؛ قد تكون البيانات ناقصة. نقول إن نور هو المسجل هنا، ونحافظ على حدود المجموعة المقدمة.

ماذا يرى القارئ وراء الجواب؟

يمكن عرض عبارة قصيرة توضح المسار: «في سجل المثال، نور مرتبط بقصة مفتاح الباب بعلاقة مراجعة، وسلمى بعلاقة تأليف». ثم نرجع إلى الملاحظة الأصلية عند العمل الحقيقي. وجود علاقة أخطأنا في استخراجها لا يجعلها صحيحة لأنها أصبحت خطا في رسم.

وإذا لم تصل علاقة المراجعة أو سندها، نصرح بأن البيانات الحالية لا تحسم السؤال، بدلا من اختيار أقرب شخص في الرسم. لم نقس استرجاعا أو نشغل GraphRAG، ولا نعده ضامنا للحقيقة. المثال يبين كيف يفصل نوع العلاقة واتجاهها وهوية طرفيها بين جواب مطابق واتصال صحيح لكنه يخص سؤالا آخر.

المصادر ومتابعة القراءة

  1. Neo4j: What is GraphRAG? (يفتح في نافذة جديدة)neo4j.com

أُعدّ هذا المقال بصياغة عربية أصلية بالاستناد إلى المصادر أعلاه، وهو مدخل تمهيدي إلى الموضوع. اقرأ منهجية المحتوى وحدوده.