--- title: "GraphRAG (CS)" source: "https://systems-analysis.info/int/GraphRAG_(CS)" wiki: "systems-analysis.info/int" article: "GraphRAG_(CS)" language: "cs" categories: - "Category:Czech" - "Category:Large language models" - "Category:Prompt engineering" revision_id: 2726 wiki_created_at: 2026-09-06T23:10:06Z wiki_modified_at: 2026-09-06T23:10:06Z downloaded_at: 2026-09-07T22:52:57Z --- # GraphRAG (CS) **GraphRAG** — je zdokonalené paradigma **Retrieval-Augmented Generation (RAG)**, ve kterém je namísto tradičního vyhledávání v izolovaných textových fragmentech (chuncích) využíván znalostní graf (*Knowledge Graph, KG*)[\[1\]](https://systems-analysis.info/int/GraphRAG_(CS)#cite_note-zhang2025-1). Grafová struktura explicitně reprezentuje vztahy mezi entitami a hierarchii doménových pojmů, což umožňuje LLM provádět víceúrovňové logické odvozování znalostí a formovat kontextově uvědomělejší a vysvětlitelnější odpovědi[\[2\]](https://systems-analysis.info/int/GraphRAG_(CS)#cite_note-linkedin2024-2). Přístup GraphRAG vykazuje výraznou převahu nad klasickým RAG při práci se složitými, víceúrovňovými (*multi‑hop*) dotazy, kde odpověď závisí na kombinaci více faktů roztroušených v různých dokumentech[\[3\]](https://systems-analysis.info/int/GraphRAG_(CS)#cite_note-hu2024-3). ## Omezení klasického RAG a výhody grafu Klasický RAG, založený na vektorovém vyhledávání v nestrukturovaném textu, naráží na řadu zásadních omezení, která se stávají kritickými ve složitých podnikových scénářích: - **Absence strukturálních vztahů:** Tradiční RAG zpracovává textové chunky jako izolované jednotky a nevidí explicitní vztahy mezi nimi. To jej činí neefektivním pro *multi‑hop* dotazy, kde je k zodpovězení nutné projít řetězcem faktů (A→B→C), přičemž vyhledávání najde pouze počáteční a koncový článek (A a C), ale přehlédne mezičlánky[\[1\]](https://systems-analysis.info/int/GraphRAG_(CS)#cite_note-zhang2025-1). - **Sémantická nejednoznačnost:** V úzce specializovaných oblastech (medicína, právo, inženýrství) mají termíny specifické významy. Vektorové vyhledávání, zachycující obecné téma, může nesprávně interpretovat roli konkrétního objektu, což vede k získání nerelevantního kontextu. - **Omezená vysvětlitelnost:** Klasický RAG poskytuje fragmenty dokumentů, nikoli však explicitní důkazy o tom, jak jsou tyto fragmenty propojeny do logického řetězce. GraphRAG naopak tento proces činí transparentním, poskytuje jako důkaz cestu v grafu a vyžaduje přiřazení tvrzení ke zdrojům (citace)[\[4\]](https://systems-analysis.info/int/GraphRAG_(CS)#cite_note-webgpt-4). **GraphRAG** řeší tyto problémy tím, že reprezentuje znalosti jako síť propojených entit a vztahů, což umožňuje systému nejen vyhledávat podobný text, ale provádět logické odvozování na základě formalizovaného modelu předmětné oblasti. ## Architektura GraphRAG Obecný pipeline GraphRAG rozšiřuje klasický RAG o fáze budování a využívání znalostního grafu. Dělí se do dvou hlavních etap: offline příprava a online zpracování dotazu. ### Etapa 1: Ingest a indexace (offline) V této etapě jsou vstupní data (dokumenty, databáze) transformována do dvou vzájemně se doplňujících reprezentací: grafové a vektorové. 1. **Extrakce znalostí:** Z textů jsou extrahovány strukturované fakty pomocí NLP pipeline: - **Named Entity Recognition (NER):** Nalezení zmínek o entitách (osobách, organizacích, produktech). - **Entity Linking (EL):** Propojení zmínek s kanonickými identifikátory v grafu za účelem odstranění nejednoznačnosti (např. „Novák J." a „J. Novák" se stanou jedním uzlem)[\[5\]](https://systems-analysis.info/int/GraphRAG_(CS)#cite_note-yang2025-5). - **Relation Extraction (RE):** Identifikace vztahů mezi entitami (např. *Společnost X* −*akvizovala*→ *Startup Y*). 2. **Modelování a ukládání grafu:** Extrahované trojice (subjekt‑predikát‑objekt) jsou načteny do grafové databáze. Výběr modelu (**Property Graph** nebo **RDF**) závisí na úkolu. Kriticky důležité je uchovávat **původ** (*provenance*) každého faktu — odkaz na zdrojový dokument a textový fragment[\[3\]](https://systems-analysis.info/int/GraphRAG_(CS)#cite_note-hu2024-3). Do grafu lze také přidat metadata o **čase** (*valid_from/valid_to*) a **důvěryhodnosti** (*confidence*). 3. **Hybridní indexace:** Paralelně s grafem je vytvořen vektorový index pro zdrojové textové fragmenty. To umožňuje kombinovat strukturální vyhledávání v grafu se sémantickým vyhledáváním v textu. ### Etapa 2: Zpracování dotazu a generování odpovědi (online) 1. **Analýza dotazu:** Uživatelský dotaz je analyzován za účelem identifikace klíčových entit, které slouží jako „vstupní body" do grafu. 2. **Extrakce podgrafu:** Namísto vyhledávání jednotlivých chunků GraphRAG nalezne **relevantní podgraf** — propojený fragment grafu kolem „vstupních bodů" obsahující informace potřebné k zodpovězení dotazu. K tomu se používají algoritmy jako **k‑hop průchod** nebo **Personalized PageRank (PPR)**[\[6\]](https://systems-analysis.info/int/GraphRAG_(CS)#cite_note-song2023-6). 3. **Hybridní vyhledávání a sloučení výsledků:** Paralelně s extrakcí podgrafu probíhá vyhledávání ve vektorovém a/nebo lexikálním (BM25) indexu. Výsledky z grafu a textu jsou sloučeny a předány do další fáze. 4. **Přeřazení (Re‑ranking):** Sloučený seznam kandidátů (uzly grafu a textové chunky) je přeřazen pomocí přesnějšího modelu (např. cross‑encoder) za účelem výběru nejrelevantnějších informací. To umožňuje odfiltrovat šum a zvýšit přesnost[\[7\]](https://systems-analysis.info/int/GraphRAG_(CS)#cite_note-nogueira2019-7). 5. **Balení kontextu a generování:** Vybraný a přeřazený kontext (podgraf a texty) je převeden do formátu srozumitelného pro LLM (např. seznam tvrzení s uvedením zdrojů). Tento obohacený kontext je vložen do promptu pro generování finální odpovědi. 6. **Trasování a citace:** Díky vazbě „fakt ↔ zdroj" v grafu obsahuje vygenerovaná odpověď přesné odkazy na dokumenty potvrzující každé tvrzení. To zajišťuje vysokou podloženost a transparentnost. ## Srovnávací tabulka komponent | Komponenta/aspekt | Varianty implementace | Výhody | Nevýhody/rizika | Kdy je preferováno | |----------------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------| | Model znalostního grafu | **RDF/OWL** | Striktní ontologie, logické odvozování (reasoning), kompatibilita s Linked Open Data. | Obtížné ukládání atributů vztahů (čas, zdroj) bez dalších entit (reification). | Sémanticky bohaté domény s existujícími ontologiemi; je vyžadována dedukce. | | **Property Graph** (Neo4j, atd.) | Flexibilita, libovolné vlastnosti na uzlech/hranách, vysoký výkon. | Vyžaduje jasné schéma ručně, jinak riziko „chaosu"; chybí jednotný standard. | Rychlý start s nestrukturovanými daty; integrace s dokumenty (multi‑model DB). | | | Extrakce podgrafu | **k‑hop BFS / DFS** | Pokrývá všechny uzly do hloubky k, snadná implementace. | „Exploze" grafu: lavinový nárůst počtu uzlů; může vrátit mnoho šumu. | Malé grafy nebo průchod do hloubky 1–2; hierarchické struktury. | | **Personalized PageRank (PPR)** | Zaměřuje se na skutečně propojené uzly, šum je odfiltrován[\[6\]](https://systems-analysis.info/int/GraphRAG_(CS)#cite_note-song2023-6). | Může přehlédnout vzdálený, ale důležitý uzel (pokud existuje málo cest, ale je kritický). | Složité sítě s mnoha cestami (sociální graf, graf citací). | | | Hybridní vyhledávání | **Kombinovaný seznam** (scalar fusion s váhou λ) | Nastavení vah λ umožňuje vyvažovat precision/recall podle úkolu[\[8\]](https://systems-analysis.info/int/GraphRAG_(CS)#cite_note-hsu2025-8). | Pevné λ není optimální pro všechny typy dotazů. | Ve fázi prototypování; když je předem známo, že jeden zdroj je jednoznačně důležitější. | | **Cross‑encoder rerank** | Výrazné zvýšení přesnosti; možnost zohlednit složité vzájemné vztahy. | Zvyšuje latenci; vyžaduje trénovací data nebo použití hotových modelů[\[7\]](https://systems-analysis.info/int/GraphRAG_(CS)#cite_note-nogueira2019-7). | High‑precision scénáře (právo, medicína), kde je důležitý maximálně relevantní kontext. | | | Bezpečnost dat | **Filtrování podgrafu** (RBAC/ABAC) | Granulární kontrola (až na úroveň uzlu) vylučuje úniky dat. | „Slepé zóny": pokud je odebrán důležitý uzel, odpověď může být neúplná. | V podnikových prostředích s přísnými požadavky na přístup (PII, GDPR, obchodní tajemství). | Srovnávací analýza klíčových komponent architektury GraphRAG ## Trasování, důvěra a bezpečnost Jednou z hlavních výhod GraphRAG je možnost prezentovat **transparentní řetězce důkazů**. Namísto odpovědi „černé skříňky" může systém ukázat cestu uvažování: „Fakt A je zmíněn v \[doc1\]. Je propojen s faktem B \[doc2\], a B podle \[doc3\] vede k C," — což zvyšuje důvěru uživatele a usnadňuje ladění. Navíc grafová struktura umožňuje implementovat granulární **řízení přístupu** (RBAC/ABAC). Každý uzel nebo hrana v grafu může mít přístupový štítek. Při extrakci podgrafu systém automaticky odfiltruje data, ke kterým uživatel nemá oprávnění, čímž zajišťuje bezpečnost v citlivých oblastech (finance, HR, medicína). ## Hodnocení kvality Hodnocení systému GraphRAG je víceúrovňové a zahrnuje metriky pro každou komponentu: - **Metriky extrakce znalostí:** F1‑score pro NER a RE za účelem hodnocení kvality budování grafu. - **Metriky extrakce podgrafu:** *Subgraph Recall@K* (podíl případů, kdy uzly/hrany potřebné k odpovědi byly zahrnuty do extrahovaného podgrafu) a *Path Precision/Recall* pro multi‑hop otázky. - **Metriky odpovědí LLM:** - **Faithfulness / Groundedness:** do jaké míry se odpověď striktně opírá o poskytnutý kontext. - **Human evaluation:** hodnocení odborníky podle kritérií správnosti, úplnosti a soudržnosti. Pro automatizaci hodnocení se používají specializované benchmarky (např. *WebQuestionsSP*, *GrailQA*) a frameworky (např. *RAGAS*)[\[9\]](https://systems-analysis.info/int/GraphRAG_(CS)#cite_note-ragas2024-9). ## Viz také - Retrieval‑Augmented Generation (RAG) - Znalostní graf - Vektorová databáze - Embedding - AI-agent - Hodnocení a benchmarky LLM ## Literatura - Zhang, Q. et al. (2025). *A Survey of Graph Retrieval‑Augmented Generation for Customized Large Language Models*. arXiv:2501.13958. - Xu, Z. et al. (2024). *Retrieval‑Augmented Generation with Knowledge Graphs for Customer Service Question Answering*. arXiv:2404.17723. - Hu, Y. et al. (2024). *GRAG: Graph Retrieval‑Augmented Generation*. arXiv:2405.16506. - Nakano, R. et al. (2021). *WebGPT: Browser‑assisted Question‑Answering with Human Feedback*. arXiv:2112.09332. - Yang, R. et al. (2025). *KG‑IRAG: A Knowledge Graph‑Based Iterative Retrieval‑Augmented Generation Framework for Temporal Reasoning*. arXiv:2503.14234. - Song, Y. et al. (2023). *Advancements in Complex Knowledge Graph Question Answering: A Survey*. DOI:10.3390/electronics12214395. - Nogueira, R.; Cho, K. (2019). *Passage Re‑ranking with BERT*. arXiv:1901.04085. - Hsu, H.‑L.; Tzeng, J. (2025). *DAT: Dynamic Alpha Tuning for Hybrid Retrieval in Retrieval‑Augmented Generation*. arXiv:2503.23013. - Lewis, P. et al. (2020). *Retrieval‑Augmented Generation for Knowledge‑Intensive NLP Tasks*. arXiv:2005.11401. - Karpukhin, V. et al. (2020). *Dense Passage Retrieval for Open‑Domain Question Answering*. arXiv:2004.04906. - Sun, H. et al. (2018). *Open‑Domain Question Answering Using Early Fusion of Knowledge Bases and Text (GRAFT‑Net)*. arXiv:1809.00782. - Sun, H.; Bedrax‑Weiss, T.; Cohen, W. W. (2019). *PullNet: Open‑Domain Question Answering with Iterative Retrieval on Knowledge Bases and Text*. arXiv:1904.09537. - He, X. et al. (2024). *G‑Retriever: Retrieval‑Augmented Generation for Textual Graph Understanding and Question Answering*. arXiv:2402.07630. - Es, S.; James, J.; Espinosa‑Anke, L.; Schockaert, S. (2024). *RAGAs: Automated Evaluation of Retrieval Augmented Generation*. ACL:2024.eacl-demo.16. ## Poznámky 1. ↑ [1.0](https://systems-analysis.info/int/GraphRAG_(CS)#cite_ref-zhang2025_1-0) [1.1](https://systems-analysis.info/int/GraphRAG_(CS)#cite_ref-zhang2025_1-1) Zhang, Q., et al. *A Survey of Graph Retrieval-Augmented Generation for Customized Large Language Models*. arXiv, 2025. arXiv:2501.13958. 2. [↑](https://systems-analysis.info/int/GraphRAG_(CS)#cite_ref-linkedin2024_2-0) Xu, Z., et al. *Retrieval-Augmented Generation with Knowledge Graphs for Customer Service Question Answering*. SIGIR, 2024. arXiv:2404.17723; DOI: 10.1145/3626772.3661370. 3. ↑ [3.0](https://systems-analysis.info/int/GraphRAG_(CS)#cite_ref-hu2024_3-0) [3.1](https://systems-analysis.info/int/GraphRAG_(CS)#cite_ref-hu2024_3-1) Hu, Y., et al. *GRAG: Graph Retrieval‑Augmented Generation*. arXiv, 2024. arXiv:2405.16506; также в Findings of NAACL 2025: ACL Anthology. 4. [↑](https://systems-analysis.info/int/GraphRAG_(CS)#cite_ref-webgpt_4-0) Nakano, R., et al. *WebGPT: Browser‑assisted question‑answering with human feedback*. arXiv, 2021. arXiv:2112.09332. 5. [↑](https://systems-analysis.info/int/GraphRAG_(CS)#cite_ref-yang2025_5-0) Yang, R., et al. *KG‑IRAG: A Knowledge Graph‑Based Iterative Retrieval‑Augmented Generation Framework for Temporal Reasoning*. arXiv, 2025. arXiv:2503.14234. 6. ↑ [6.0](https://systems-analysis.info/int/GraphRAG_(CS)#cite_ref-song2023_6-0) [6.1](https://systems-analysis.info/int/GraphRAG_(CS)#cite_ref-song2023_6-1) Song, Y., Li, W., Dai, G., Shang, X. *Advancements in Complex Knowledge Graph Question Answering: A Survey*. *Electronics*, 2023. DOI: 10.3390/electronics12214395. 7. ↑ [7.0](https://systems-analysis.info/int/GraphRAG_(CS)#cite_ref-nogueira2019_7-0) [7.1](https://systems-analysis.info/int/GraphRAG_(CS)#cite_ref-nogueira2019_7-1) Nogueira, R., Cho, K. *Passage Re‑ranking with BERT*. arXiv, 2019. arXiv:1901.04085. 8. [↑](https://systems-analysis.info/int/GraphRAG_(CS)#cite_ref-hsu2025_8-0) Hsu, H.‑L.; Tzeng, J. *DAT: Dynamic Alpha Tuning for Hybrid Retrieval in Retrieval‑Augmented Generation*. arXiv, 2025. arXiv:2503.23013. 9. [↑](https://systems-analysis.info/int/GraphRAG_(CS)#cite_ref-ragas2024_9-0) Es, S.; James, J.; Espinosa Anke, L.; Schockaert, S. *RAGAs: Automated Evaluation of Retrieval Augmented Generation*. EACL (System Demonstrations), 2024. ACL:2024.eacl-demo.16; также preprint: arXiv:2309.15217.