知识图谱查询与 RAG

课程简介

用 Cypher/SPARQL 查询图谱，将图谱结果注入 RAG 流程。

🎬 本课程视频：Knowledge Graphs for RAG — 知识图谱增强检索

知识图谱查询与 RAG 注入

一、图查询语言概述

知识图谱的价值在于能够精确地检索结构化的信息。而检索的方式就是通过图查询语言。目前最主流的两种图查询语言是 Cypher（Neo4j 的查询语言）和 SPARQL（W3C 标准的 RDF 查询语言）。

二、Cypher 查询语言

2.1 基本语法

Cypher 是 Neo4j 图数据库的声明式查询语言，语法设计直观易懂。它的核心语法模式匹配使用 ASCII 艺术风格来表示图结构。

(节点:标签 {属性})
[关系:类型 {属性}]

节点模式：

// 匹配所有公司节点
MATCH (c:Company)
RETURN c

// 匹配特定公司
MATCH (c:Company {name: 'Apple'})
RETURN c

// 匹配公司的名称和市值
MATCH (c:Company {name: 'Apple'})
RETURN c.name, c.market_cap

关系模式：

// 苹果公司的 CEO
MATCH (c:Company {name: 'Apple'})<-[:CEO]-(p:Person)
RETURN p.name

// 苹果公司生产的所有产品
MATCH (c:Company {name: 'Apple'})-[:PRODUCES]->(p:Product)
RETURN p.name, p.release_date

多跳模式：

// 两跳查询：苹果公司 CEO 曾在哪些公司任职
MATCH (c:Company {name: 'Apple'})<-[:CEO]-(p:Person)-[:WORKED_FOR]->(other:Company)
RETURN p.name, other.name

// 可变长度路径：找到与苹果公司有 2-4 跳关系的公司
MATCH (c:Company {name: 'Apple'})-[*2..4]-(related:Company)
RETURN DISTINCT related.name

2.2 创建与更新

// 创建节点
CREATE (p:Person {name: 'Tim Cook', birth_year: 1960})

// 创建关系
MATCH (p:Person {name: 'Tim Cook'})
MATCH (c:Company {name: 'Apple'})
CREATE (p)-[:CEO {since: 2011}]->(c)

// 更新属性
MATCH (p:Person {name: 'Tim Cook'})
SET p.title = 'CEO'

// 合并操作（不存在则创建，存在则更新）
MERGE (p:Person {name: 'Tim Cook'})
ON CREATE SET p.birth_year = 1960
ON MATCH SET p.last_updated = datetime()

2.3 高级查询

聚合查询：

// 统计每个行业的公司数量
MATCH (c:Company)
RETURN c.industry, count(c) AS company_count
ORDER BY company_count DESC

// 查找与某公司关系最紧密的其他公司
MATCH (c:Company {name: 'Apple'})-[r]-(related:Company)
RETURN related.name, count(r) AS relation_strength
ORDER BY relation_strength DESC
LIMIT 10

子查询：

// 查找在 Apple 和 Google 都工作过的人
MATCH (p:Person)-[:WORKED_FOR]->(c1:Company {name: 'Apple'})
WHERE EXISTS {
  MATCH (p)-[:WORKED_FOR]->(c2:Company {name: 'Google'})
}
RETURN p.name

三、SPARQL 查询语言

3.1 SPARQL 基础

SPARQL 是 W3C 标准化的 RDF 图查询语言。它面向的是 RDF（Resource Description Framework）数据模型。

基本查询模式：

# 查询所有公司的名称
PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX com: <http://example.org/company/>

SELECT ?name ?founded
WHERE {
  ?company rdf:type com:Company .
  ?company com:name ?name .
  ?company com:foundedYear ?founded .
}

SPARQL 的优势：
- 联邦查询：可以查询多个异构数据源
- 标准化的推理能力：支持 RDFS 和 OWL 推理
- 广泛的语义网生态支持

3.2 Cypher vs SPARQL 选型

维度	Cypher	SPARQL
所属生态系统	Neo4j（属性图）	RDF/语义网
查询语法	ASCII art 图模式，直观	Triple pattern，学术风格
多跳查询	自然优雅	需要较长语法
联邦查询	不支持原生	原生支持
推理支持	有限	原生支持（OWL/RDFS）
主流应用场景	企业知识图谱、推荐系统	开放数据、Linked Data

四、将图查询注入 RAG

4.1 架构设计

将知识图谱查询集成到 RAG 管道中，需要以下步骤：

用户问题
    ↓
1. 问题解析：判断是否需要图查询
    ↓（如果需要）
2. 自然语言到图查询转换
    ↓
3. 执行图查询
    ↓
4. 结果格式化
    ↓
5. 注入 LLM 上下文 → 生成回答

4.2 自然语言到 Cypher 转换

利用 LLM 将自然语言问题转换为图查询语句：

def nl_to_cypher(user_question, schema_context):
    '''
    使用 LLM 将自然语言转换为 Cypher 查询
    '''
    prompt = f'''
    知识图谱的 Schema 如下：

    节点类型：Company(id, name, industry, founded_year)
    节点类型：Person(id, name, birth_year)
    节点类型：Product(id, name, category, price)

    关系类型：CEO (Person → Company)
    关系类型：PRODUCES (Company → Product)
    关系类型：COMPETES_WITH (Company → Company)
    关系类型：WORKED_FOR (Person → Company)

    请将以下问题转换为 Cypher 查询语句：

    问题：{user_question}

    只返回 Cypher 查询语句。
    '''
    response = llm.generate(prompt)
    return response.strip()

4.3 结果注入

图查询返回的结构化结果需要转换为一段自然语言文本，再拼入提示词上下文：

def format_kg_result(result_rows):
    '''将图查询结果格式化为自然语言'''
    if not result_rows:
        return "知识图谱中没有找到相关信息。"

    formatted = "以下是从知识图谱中检索到的相关信息：
"
    for row in result_rows[:10]:  # 限制最多 10 条
        formatted += f"- {row}
"

    return formatted

4.4 检索策略

单跳检索：直接查询与问题相关的实体和关系。适用于简单事实查询。

多跳检索：沿关系路径进行 2-3 跳的遍历。适用于需要推理的复杂问题。

子图提取：以中心实体为核心，提取其邻域子图。适用于需要全面了解某个实体的场景。

// 子图提取：获取苹果公司的完整信息
MATCH (c:Company {name: 'Apple'})
OPTIONAL MATCH (c)-[r1]-(related)
OPTIONAL MATCH (related)-[r2]-(further)
WHERE c IS NOT NULL
RETURN c, r1, related, r2, further
LIMIT 100

五、实际案例：企业知识图谱问答

class KGRAGQASystem:
    '''融合知识图谱的 RAG 问答系统'''

    def __init__(self, neo4j_client, llm_client):
        self.kg = neo4j_client
        self.llm = llm_client

    def answer(self, question):
        # 1. 判断是否需要图查询
        needs_kg = self._classify_question(question)

        if needs_kg:
            # 2. 生成图查询
            cypher = self._generate_cypher(question)

            # 3. 执行查询
            results = self.kg.run(cypher)

            # 4. 格式化结果
            kg_context = self._format_results(results)
        else:
            kg_context = ""

        # 5. 生成最终答案
        response = self._generate_answer(question, kg_context)
        return response

    def _classify_question(self, question):
        prompt = f"判断以下问题是否需要查询知识图谱：{question}。返回 YES 或 NO。"
        result = self.llm.generate(prompt)
        return "YES" in result

六、总结

Cypher 和 SPARQL 是两种主流的图查询语言。Cypher 语法直观，适合用 ASCII art 风格表达图模式，是企业知识图谱的首选。SPARQL 是 W3C 标准，适合开放数据和联邦查询场景。将图查询注入 RAG 管道包括问题解析、查询生成、结果格式化和上下文注入四个步骤，需要根据实际场景选择合适的检索策略。

七、图查询与向量检索的混合策略

在现代 RAG 系统中，纯图查询还不够。最佳实践是混合检索策略：

7.1 三种检索方式的互补

检索方式	优势	劣势	适用场景
图查询	精确、结构化、可解释	需要精确匹配	事实性问答
向量检索	语义理解、模糊匹配	结果不精确	语义搜索
关键词检索	精确匹配、高召回	无语义理解	术语搜索

7.2 混合检索的实现

def hybrid_retrieve(question, graph_db, vector_db, keyword_index):
    # 1. 图查询获取精确事实
    graph_results = graph_db.query(nl_to_cypher(question))

    # 2. 向量检索获取语义相似内容
    vector_results = vector_db.similarity_search(question)

    # 3. 关键词检索获取精确匹配
    keyword_results = keyword_index.search(question)

    # 4. 融合排序
    return fuse_results([graph_results, vector_results, keyword_results])

八、总结

图查询语言是连接自然语言和图数据库的桥梁。

关键要点回顾：
- Cypher 语法直观易学，适合 Neo4j 属性图
- SPARQL 是 W3C 标准，支持联邦查询
- 图查询注入 RAG 需经五步流程
- 多跳检索是知识图谱在 RAG 中的独特优势
- 混合检索策略（图+向量+关键词）效果最佳

七、图查询与向量检索的混合策略

在现代 RAG 系统中，纯图查询还不够。最佳实践是混合检索策略：

7.1 三种检索方式的互补

检索方式	优势	劣势	适用场景
图查询	精确、结构化、可解释	需要精确匹配	事实性问答
向量检索	语义理解、模糊匹配	结果不精确	语义搜索
关键词检索	精确匹配、高召回	无语义理解	术语搜索

7.2 混合检索的实现

def hybrid_retrieve(question, graph_db, vector_db, keyword_index):
    # 1. 图查询获取精确事实
    graph_results = graph_db.query(nl_to_cypher(question))

    # 2. 向量检索获取语义相似内容
    vector_results = vector_db.similarity_search(question)

    # 3. 关键词检索获取精确匹配
    keyword_results = keyword_index.search(question)

    # 4. 融合排序
    return fuse_results([graph_results, vector_results, keyword_results])

八、总结

图查询语言是连接自然语言和图数据库的桥梁。

七、图查询与向量检索的混合策略

在现代 RAG 系统中，纯图查询还不够。最佳实践是混合检索策略：

7.1 三种检索方式的互补

检索方式	优势	劣势	适用场景
图查询	精确、结构化、可解释	需要精确匹配	事实性问答
向量检索	语义理解、模糊匹配	结果不精确	语义搜索
关键词检索	精确匹配、高召回	无语义理解	术语搜索

7.2 混合检索的实现

def hybrid_retrieve(question, graph_db, vector_db, keyword_index):
    # 1. 图查询获取精确事实
    graph_results = graph_db.query(nl_to_cypher(question))

    # 2. 向量检索获取语义相似内容
    vector_results = vector_db.similarity_search(question)

    # 3. 关键词检索获取精确匹配
    keyword_results = keyword_index.search(question)

    # 4. 融合排序
    return fuse_results([graph_results, vector_results, keyword_results])

八、总结

图查询语言是连接自然语言和图数据库的桥梁。

知识图谱查询与 RAG

课程简介

知识图谱查询与 RAG 注入

一、图查询语言概述

二、Cypher 查询语言

2.1 基本语法

2.2 创建与更新

2.3 高级查询

三、SPARQL 查询语言

3.1 SPARQL 基础

3.2 Cypher vs SPARQL 选型

四、将图查询注入 RAG

4.1 架构设计

4.2 自然语言到 Cypher 转换

4.3 结果注入

4.4 检索策略

五、实际案例：企业知识图谱问答

六、总结

七、图查询与向量检索的混合策略

7.1 三种检索方式的互补

7.2 混合检索的实现

八、总结

七、图查询与向量检索的混合策略

7.1 三种检索方式的互补

7.2 混合检索的实现

八、总结

七、图查询与向量检索的混合策略

7.1 三种检索方式的互补

7.2 混合检索的实现

八、总结

延伸阅读