返回
Implementing a Knowledge Management System with GraphRAG: A Physical Internet Example
DOI:10.3390/electronics14244948.png)
摘要
En 中文
物理互联网(PI)研究的快速扩展和跨学科特性导致了知识碎片化,限制了利益相关者识别新兴趋势、可行见解和真实研究空白的能力。本研究引入了一种新颖的知识管理方法,使用图检索增强生成(GraphRAG)来系统化地组织和整合与PI相关的文献。通过从2835篇学术论文、会议论文集和国际路线图中提取并语义化建模实体和关系,构建了一个全面的图谱。开发的系统集成了模糊语义搜索和多种检索策略,包括本地、全局和混合方法,实现了细致、情境感知的信息访问。针对行业、政府和学术界需求定制的利益相关者特定提示表明,GraphRAG能够支持商业模式创新、政策设计和未充分探索研究领域的发现。使用余弦相似度和BERTScore的对比评估证实,基于图的方法在提供相关且全面的答案方面优于标准的大语言模型(LLM)检索,同时揭示了手动综述中可能遗漏的关联。结果表明,所提出的GraphRAG模型是一个可扩展且可扩展的框架,用于解决知识空白并促进可持续物流领域PI研究综合中的协作。该模型在其他复杂领域中的应用也显示出前景。
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.6
论文数:
1.1W
被引数:
4.7W
机构
引用论文
Towards cyber-physical internet: A systematic review, fundamental model and future perspectives迈向网络物理互联网:系统综述、基础模型与未来展望
Knowledge mapping of digital twin and physical internet in Supply Chain Management: A systematic literature review供应链管理中数字孪生和物理互联网的知识图谱: 系统文献综述
Enhancing Policy Generation with GraphRAG and YouTube Data: A Logistics Case Study利用GraphRAG和YouTube数据提升政策生成:一项物流案例研究
ELECTRONICS
IF2.6
The Breakthrough of Large Language Models Release for Medical Applications: 1-Year Timeline and Perspectives大型语言模型在医疗应用中的突破性进展:一年时间线与展望
HybridRAG: Integrating Knowledge Graphs and Vector Retrieval Augmented Generation for Efficient Information ExtractionHybridRAG:集成知识图谱和向量检索增强生成以实现高效信息提取
The Inadequacy of Reinforcement Learning From Human Feedback-Radicalizing Large Language Models via Semantic Vulnerabilities人类反馈强化学习的不足-通过语义漏洞激化大型语言模型

