项目一句话PT6A 多源知识图谱 RAG

让工程问答
不只给结论,还摊开证据。

我把 BOM、维修手册、CAD 装配结构和 QA 标注组织成可遍历的知识,让系统回答问题时同时给出来源与关系路径。

解决的问题航空发动机装配知识问答
实现方法Knowledge Graph · Hybrid Retrieval
答案依据Graph · BOM · QA Review
同一个代表性问题,有证据的回答有什么不同?
证据就绪
用户问题

“在 PT6A 装配层级中,一级压气机盘所属的最高级装配体是什么?”

普通大模型只有结论

燃气发生器组件。

  • 没有来源
  • 没有关系路径
  • 无法核验
我的 Graph RAG正在查证

先找到关系与来源,再生成答案。

  • 图谱路径
  • BOM 层级
  • QA 人工验证
目标实体一级压气机盘 · P004目标关系寻找最高级装配体
01

语义检索

找到相关手册段落

bge-m3
02

关键词检索

精确匹配零件与编号

BM25
03

图关系检索

沿 isPartOf 向上遍历

Neo4j
零件 / P004一级压气机盘Compressor Rear Hub
T005属于
装配体 / A002压气机转子装配Compressor Rotor
T001属于
最高级 / A001燃气发生器组件Gas Generator Assembly
可核验答案2 跳关系 · 3 类证据

一级压气机盘先属于“压气机转子装配”,该装配进一步属于燃气发生器组件,因此它的最高级装配体是燃气发生器组件。

使用预设问题与已验证证据展示检索工作流;本页面不执行实时模型查询。

我是怎么实现的

先把资料变成知识,
再把知识变成证据。

01 / 整理知识

统一多源资料

解析 BOM 层级、维修手册章节、CAD 装配树与 QA 标注,把零件、装配体和关系对齐到同一套实体语言。

BOM + MANUAL + CAD + QA
02 / 找到证据

混合召回与重排

组合语义检索、BM25 关键词匹配和 Neo4j 图遍历,再用 Cross-Encoder 选出最相关的证据。

SEMANTIC + KEYWORD + GRAPH
03 / 证明答案

保留来源与路径

答案同步返回图谱关系、BOM 层级和人工验证,让每一个工程结论都能追溯到依据。

ANSWER + PATH + SOURCES
7,333知识节点统一零件、装配体与手册章节
8,752关系边包含 9 类工程关系
100%Recall@5200 个层级问答中的前五召回
0.99MRR正确证据通常排在第一位
← 上一个项目重新看查询 ↻查看 GitHub ↗