Resumo Técnico: Raciocínio Aumentado por Grafos para o Manejo de Pragas e Doenças do Tabaco

Declaração do Problema

A produção de tabaco no sul da China enfrenta ameaças significativas de pragas e doenças, que comprometem o rendimento e a qualidade. O manejo eficaz exige diagnósticos precisos e a seleção oportuna de medidas de controle. No entanto, as práticas atuais dependem fortemente de experiências especializadas fragmentadas e conhecimentos dispersos encontrados em manuais, diretrizes de extensão e artigos de pesquisa. Essa dispersão leva a intervenções lentas, inconsistentes e de difícil escalonamento.

Embora os Grandes Modelos de Linguagem (LLMs) ofereçam uma forte compreensão de linguagem, eles frequentemente enfrentam dificuldades com o raciocínio específico de domínio quando as dependências relacionais não são explicitamente modeladas. A injeção de conhecimento baseada em prompts padrão pode ser frágil, e os métodos de recuperação baseados apenas em texto podem apresentar informações relevantes sem expor as relações multi-etapas específicas (ex: sintoma-para-doença-para-tratamento) necessárias para a tomada de decisão complexa.

Metodologia

O artigo propõe uma estrutura de Raciocínio Aumentado por Grafo que integra conhecimento estruturado de domínio em LLMs, baseando-se no paradigma GraphRAG. O sistema combina a construção de grafos de conhecimento simbólico com a geração neural.

1. Construção do Grafo de Conhecimento

Um grafo de conhecimento específico do domínio é construído a partir de literatura agrícola, diretrizes de extensão e recursos curados por especialistas.

• Entidades: Os nós representam conceitos agrícolas fundamentais, incluindo doenças, sintomas, pesticidas e operações de campo.
• Relações: As arestas codificam relações tipadas como tratamento-de, tem-sintoma e prevenção-de.
• Estrutura: O grafo é modelado como um grafo direcionado $G = (V, E)$, onde os fatos são armazenados como triplas $(h, r, t)$ para facilitar a incorporação (embedding) e a recuperação.

2. Aprendizado de Representação de Grafo

Para capturar a semântica relacional e o contexto de vizinhança, a estrutura emprega um processo de incorporação de dois estágios:

• Embeddings TransE: Entidades e relações são inicialmente incorporadas em um espaço vetorial compartilhado usando TransE, tratando as relações como operações de translação ($h + r \approx t$). Isso é treinado via perda de classificação baseada em margem para separar fatos verdadeiros de amostras negativas.
• Refinamento por GCN: Uma Rede Convolucional de Grafos (GCN) refina essas incorporações propagando informações sobre subgrafos locais. Isso permite que as representações das entidades codifiquem tanto seus próprios atributos quanto seu contexto relacional (dependências de múltiplos saltos/multi-hop), agregando sinais de sintomas vinculados e medidas de controle.

3. Integração e Fusão de LLM

A espinha dorsal generativa é um LLM baseado em Transformer (especificamente o ChatGLM), ajustado via LoRA (Low-Rank Adaptation) para eficiência de parâmetros.

• Recuperação: Para uma determinada consulta do usuário, o sistema identifica entidades relevantes, recupera um subgrafo focado na consulta e computa representações conscientes do contexto via agregação GCN.
• Fusão: A incorporação da consulta e as incorporações de evidência do grafo recuperadas são concatenadas para formar uma entrada aumentada ($g_{input} = [e_d; g_d]$).
• Geração: O LLM condiciona sua geração autorregressiva a esta entrada aumentada, permitindo que o mecanismo de autoatenção alinhe os tokens da pergunta com os tokens de evidência derivados do grafo. Isso guia o modelo em direção a recomendações consistentes com o domínio e mitiga alucinações.

Principais Contribuições

• Modelagem Relacional Explícita: A estrutura vai além da similaridade de texto superficial ao modelar explicitamente as dependências entre sintomas, doenças e tratamentos como entidades vinculadas em um grafo.
• Arquitetura Híbrida: Ela acopla com sucesso o conhecimento relacional simbólico (via GraphRAG, TransE e GCN) com a geração neural (ChatGLM + LoRA).
• Recuperação Consciente de Evidências: O sistema recupera subgrafos estruturados para fornecer evidência relacional durante a geração de respostas, visando especificamente o encadeamento de relações de múltiplos saltos (multi-hop).

Resultados Experimentais

A abordagem foi avaliada em um conjunto de dados de perguntas e respostas sobre pragas e doenças do tabaco, abrangendo questões diretas, de múltiplos saltos (multi-hop) e comparativas.

• Desempenho: O modelo GraphRAG + ChatGLM alcançou o desempenho mais alto em todas as métricas (Acurácia: 90,1%, Precisão: 92,3%, Recall: 88,2%, F1-score: 90,2%).
• Análise Comparativa:
  • Superou o baseline ChatGLM (75,2% de acurácia) e variantes que utilizam apenas Incorporação de Grafo de Conhecimento (KGE) ou RAG baseado em texto padrão.
  • As melhorias mais significativas foram observadas em questões de raciocínio de múltiplos saltos e comparativas. Nestas tarefas, as respostas corretas exigem o encadeamento de múltiplas relações (sintoma $\to$ doença $\to$ tratamento), uma capacidade onde a recuperação apenas de texto frequentemente falha em capturar as restrições necessárias.
• Análise de Erros: Os erros restantes foram atribuídos à ausência de entidades/relações no grafo ou perguntas ambíguas dos usuários, destacando a cobertura e o mapeamento de entidades (entity linking) como gargalos atuais.

Significância e Alegações

O artigo alega que tornar a estrutura relacional explícita é uma estratégia eficaz para apoiar o raciocínio confiável e consistente com o domínio em sistemas de suporte à decisão agrícola. Ao integrar a recuperação aumentada por grafos com LLMs, a estrutura fornece evidências estruturadas que vão além das limitações da memória paramétrica e da correspondência de texto superficial.

Os autores posicionam este trabalho como um passo prático para o manejo escalável de pragas do tabaco, demonstrando que o raciocínio aumentado por grafos pode melhorar significamente a precisão dos diagnósticos e das recomendações de tratamento, particularmente para consultas complexas que exigem o encadeamento lógico de múltiplas etapas. Eles observam que trabalhos futuros focarão na expansão das escalas de grafos e conjuntos de dados, na incorporação de codificadores GNN mais fortes e na exploração de estratégias de fusão mais fundamentadas.