TCR-QF：IJCAI 2025 如何缓解 GraphRAG 知识图谱的信息丢失

知识图谱不完整是 GraphRAG 的隐含假设

GraphRAG 的核心假设是「知识图谱是完整的」——但这在实践中从不成立。文本转三元组的过程会丢失两类信息：上下文丢失（语义细节被舍弃，如「诺奖」与「光电效应」的因果依赖）和信息稀疏性（重要三元组根本没被提取，如「爱因斯坦创立相对论」中的 best-known-for 关系）。IJCAI 2025 的这篇论文提出 TCR-QF 框架，把 GraphRAG 的信息丢失问题拆成这两个维度分别解决。

爱因斯坦的例子很直观：原始文本包含两条关键信息，转成三元组后一条关系未提取、一条因果依赖丢失，LLM 就无法正确回答相关问题。

TCR：溯源原文恢复语义

TCR（Triple Context Restoration） 的思路是「从哪来回哪去」：每个三元组都追溯原始文本上下文——检索头尾实体相关的源文档，用模板（如 “e_h r e_t”）和嵌入模型算余弦相似度，选最相关的句子，把三元组扩展为带上下文的四元组。

这相当于给结构化数据重新接回它的语义上下文：模型不再面对孤立的 (entity, relation, entity)，而是三元组 + 它诞生时的原始语句。

QF：让 KG 从静态索引变成动态演化结构

QF（Query-Driven Feedback） 是更大的创新：LLM 基于增强子图生成初始答案后，分析答案与 KG，把「缺失知识」形式化为子问题，用密集检索器（OpenAI text-embedding-small）从原文找回缺失三元组回补进 KG，然后带着更新后的 KG 进入下一轮迭代，直到没有新缺失知识或达到最大轮数。

这形成双向知识增强的闭环：正向流（KG → TCR 增强 → LLM 答案）+ 反馈流（答案 → 缺失识别 → 子问题 → KG 增量回补）。KG 从静态索引变成了随推理动态演化的结构。

实验数据：两个组件都单独有效

五个基准数据集（2WikiMultiHopQA / HotpotQA / ConcurrentQA / MuSiQue）上 TCR-QF 全部拿到最高 EM 和 F1：

HotpotQA：EM 0.558 vs GPT-4o 0.351，相对提升 59%
2WikiMultiHopQA：EM 0.598 vs Naive RAG 0.339（+76.4%）、vs ToG 0.400（+49.5%）
MuSiQue-Full：EM 0.303 vs GraphRAG 0.189（+60.3%）

消融实验最有信息量：QF 单独带来的提升（2Wiki +42%）大于 TCR 单独（+20.25%）；TCR-QF（0.598）优于 TCR-AF 答案驱动变体（0.538，+11.12%）——主动按查询找缺失知识，比被动等答案暴露问题更有效。10 轮迭代后 KG 节点增加 4,090 个、边增加 10,606 条，EM 从 0.481 涨到 0.598，性能增益在早期轮次最显著、随后收敛。

对 RAG 工程的启示

TCR-QF 的实质是把「构建时一次性提取」改成「推理时持续补全」：KG 不再是 build-once-query-many 的静态资产，而是与查询深度耦合、随使用演化的活结构。对做 GraphRAG 工程的人来说，这是把知识库从「死数据」变成「活系统」的参考范式——代价是多轮迭代的推理成本，收益是 60% 量级的准确率提升。

论文：arxiv.org/pdf/2501.15378（IJCAI 2025）