
GraphRAG与企业ESG研究:从找到一段文字,到解释一条关系
同一家企业的排放数值、核算边界和供应链说明,往往分散在不同年份的报告里。检索到一段包含“碳排放”的文字,并不等于已经回答了数据为何变化、对应哪个主体、采用什么方法。GraphRAG提供了一条值得研究的路径:先抽取实体和关系,再为问…
展开完整摘要 +
同一家企业的排放数值、核算边界和供应链说明,往往分散在不同年份的报告里。检索到一段包含“碳排放”的文字,并不等于已经回答了数据为何变化、对应哪个主体、采用什么方法。GraphRAG提供了一条值得研究的路径:先抽取实体和关系,再为问题组织图结构与原始文段,帮助研究者追踪跨文档联系。它的价值取决于问题和证据,而不是图中的节点数量。本文从一个假设制造企业的排放查询出发,比较文本检索、实体邻居查询和语料整体归纳的差别,讨论实体消歧、来源定位、社区摘要和多跳路径如何配合。结合Microsoft GraphRAG文档、2025年的领域评测研究与2026年的自适应检索研究,我们提出按问题复杂度选择检索路线的实验思路:简单数字查询保留直接检索,多实体问题再调用关系路径。同时检验构图成本、遗漏证据和错误连边造成的偏差。图谱可以扩大可见背景,却不能替代对报告原文的核查,也不能保证生成回答必然可靠。






