Agentic GraphRAG: Navigating Unstructured Financial Data with Collaborative AI
Dit artikel presenteert Agentic GraphRAG, een collaboratief AI-kader dat een Neo4j-kennisgraf integreert met modulaire agenten om complexe, ongestructureerde handelsregistergegevens effectief te analyseren, waarbij het superieure prestaties demonstreert ten opzichte van standaard op vectoren gebaseerde RAG-systemen in nauwkeurigheid, relevantie en multi-turn redenering op een grootschalig Zwitsers dataset.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je probeert een enorm mysterie op te lossen dat duizenden bedrijven betreft, maar alle aanwijzingen zijn verspreid over een bibliotheek van zeven miljoen stoffige, verwarrende boeken. Sommige aanwijzingen zijn netjes geschreven in een grootboek (gestructureerde data), terwijl andere verborgen zitten in lange, rommelige juridische alinea's die in drie verschillende talen zijn geschreven (ongestructureerde tekst).
Dit is het probleem dat de auteurs, Arthur Capozzi en Dirk Helbing, proberen op te lossen met hun nieuwe systeem, Agentic GraphRAG.
Hier is een eenvoudige uiteenzetting van hoe het werkt, met gebruikmaking van alledaagse analogieën:
1. Het Probleem: De "Naald in een Hooiberg"-Bibliotheek
Openbare registers (zoals het Zwitserse Handelsregister) zijn gratis te raadplegen, maar ze zijn een nachtmerrie om te gebruiken.
- De Oude Manier (Vector RAG): Stel je voor dat je probeert een specifieke persoon in die bibliotheek te vinden door simpelweg trefwoorden te schreeuwen. Als je vraagt: "Wie is de eigenaar van het bedrijf dat in 2020 failliet is gegaan?", dan zal een standaard computert zoekopdracht misschien alleen documenten vinden die de woorden "failliet" en "2020" bevatten, maar het kan de connectie tussen de eigenaar en de gebeurtenis missen omdat de informatie begraven ligt in verschillende zinnen. Het is alsof je probeert een specifiek garen te vinden in een verward bol wol door gewoon aan de buitenkant te trekken.
- De Realiteit: Belangrijke feiten zijn vaak opgesplitst. Eén document zegt dat een bedrijf van naam is veranderd; een ander zegt dat het een nieuwe manager heeft aangenomen; een derde zegt dat het failliet is gegaan. Een standaard zoekmachine worstelt om deze punten met elkaar te verbinden.
2. De Oplossing: Het Bouwen van een "Super-kaart" (Het Kennisgrafiek)
In plaats van alleen tekst te zoeken, hebben de auteurs een gigantische, interactieve kaart gebouwd die een Kennisgrafiek wordt genoemd.
- Fase 1: De Sterke Knopen (Het Officiële Grootboek): Ze namen eerst de schone, officiële data (zoals bedrijfsnamen en ID's) en zetten ze om in stevige, onwrikbare punten op de kaart. Denk aan deze als de "ankers".
- Fase 2: De Zwakke Knopen (Het Detectivewerk): Vervolgens gebruikten ze een AI-"detective" (een Large Language Model) om de rommelige, ongestructureerde juridische tekst te lezen. De detective vond verborgen aanwijzingen – zoals de namen van liquidatoren, crediteuren of tijdelijke bestuurders – die niet in de officiële lijsten stonden. Deze werden toegevoegd aan de kaart als "zwakke knopen".
- Fase 3: De Identiteitsoplossing (De Naam-Tag Samenvoeger): Dit is het lastige deel. In de echte wereld zijn "Jan Jansen", "J. Jansen" en "Jansen, Jan" dezelfde persoon, maar computers zien ze als drie verschillende personen. Het systeem gebruikt een slimme truc (alfabetische tokenisatie) om te beseffen dat dit allemaal dezelfde persoon zijn, en voegt ze samen tot één enkele "NaamHub" op de kaart. Dit zorgt ervoor dat de kaart niet rommelig wordt met duplicaten.
3. De Agent: De "Slimme Bibliothecaris" met een Checklist
Zodra de kaart is gebouwd, hebben ze een Analytische Agent gecreëerd om ermee te communiceren. Dit is niet zomaar een chatbot; het is een slimme bibliothecaris met een strikte set regels.
- De Intentie Router (De Receptionist): Wanneer je een vraag stelt, bepaalt een "receptionist"-AI eerst wat je echt wilt. Wil je een bedrijf vinden? Een netwerk traceren? Of naar de geschiedenis kijken? Het vergrendelt vervolgens de bibliothecaris in een specifieke set tools zodat deze niet in de war raakt of probeert te veel tegelijk te doen.
- De Reflectie-lus (De Zelfcorrectie): Als de bibliothecaris probeert een bedrijf te vinden en faalt (misschien was de naam verkeerd gespeld), geeft hij niet op. Ze hebben een "reflectie-lus" waarin ze pauzeren, nadenken, zeggen: "Oh, ik heb de verkeerde tool geprobeerd," en een andere aanpak proberen. Ze kunnen dit tot vier keer doen om ervoor te zorgen dat ze het juiste antwoord krijgen.
- De State Machine (De Verkeersregelaar): Het systeem houdt bij waar het zich bevindt in het gesprek. Als je vraagt over een bedrijf en vervolgens vraagt "Wie zijn hun partners?", onthoudt het systeem dat je nog steeds over dat specifieke bedrijf praat. Het voorkomt dat de AI verdwaalt of zichzelf herhaalt.
4. Het Dashboard: De "Controlekamer"
Het systeem bevat een visueel dashboard waar mensen kunnen zien wat er gebeurt.
- Je kunt de kaart van connecties zien (wie kent wie).
- Je kunt de "uitvoeringssporen" zien, die lijken op een video-opname van het denkproces van de AI. Je kunt precies zien welke tools het gebruikte en welke data het vond. Dit maakt het systeem transparant – je weet waarom het je een antwoord gaf, niet alleen wat het antwoord is.
5. De Resultaten: Waarom Het Beter Is
De auteurs hebben dit systeem getest tegen een standaard "zoekmachine"-stijl AI (Vector RAG).
- Nauwkeurigheid: Het GraphRAG-systeem was veel beter in het vinden van de juiste antwoorden, vooral voor complexe vragen die vereisten dat meerdere punten met elkaar werden verbonden (multi-hop redenering).
- Volledigheid: Het gaf niet alleen een deeltjes antwoord; het vond alle relevante details.
- Gesprek: In een heen-en-weer gesprek onthield het GraphRAG-systeem de context veel beter. Als je vroeg over een bedrijf en vervolgens vroeg "Wat gebeurde er daarna?", wist het dat je nog steeds over dat bedrijf sprak. Het standaard systeem vergat de context vaak.
De Conclusie
Dit artikel presenteert een systeem dat een chaotische stapel juridische documenten omzet in een schone, verbonden kaart, en je vervolgens een slimme, zelfcorrigerende agent geeft om die kaart te verkennen. Het is ontworpen om transparant en controleerbaar te zijn, zodat experts de resultaten kunnen vertrouwen.
Belangrijke Opmerking: Het artikel testte dit specifiek op Zwitserse handelsregisterdata (zakelijke registers, faillissementen, bedrijfsoprichtingen). De auteurs beweren dat deze architectuur kan worden toegepast op andere vergelijkbare openbare registers, maar ze claimen niet dat het werkt voor medische data, klinische trials of andere niet-gerelateerde gebieden in deze specifieke studie. Ze benadrukken ook dat, hoewel het systeem krachtig is, het nog steeds menselijk toezicht vereist (een "mens-in-de-lus") om het bewijs te verifiëren, vooral omdat de AI soms te streng kan zijn of kleine opmaakdetails kan missen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.