Amazon Neptune でより信頼性の高い GraphRag アプリケーションを構築するために、PropertyGraphStore のサポートが Neptune に導入されました
本日より、PropertyGraphIndex を有効にし、Amazon Neptune に保存されているナレッジグラフを LlamaIndex と組み合わせることで、Graph Retrieval-Augmented Generation (GraphRag) アプリケーションを構築できます。LlamaIndex は、Amazon Bedrock で利用できるような大規模言語モデル (LLM) を使用してアプリケーションを構築するための人気の高いオープンソースフレームワークです。TextToCypher Retriever による自然言語クエリ、Cypher Template Retriever によるナレッジグラフ検索、およびサポートされているエクストラクターとリトリーバーによる Knowledge Graph Enhanced RAG の作成とクエリを追加する機能を導入いたします。
生成 AI アプリケーションを構築しているお客様は、LLM のアウトプットが関連性があり、正確で、有用であることを確認するために、Retrieval-Augmented Generation (RAG) をよく使用します。RAG は、モデルを再トレーニングせずに特定の専門知識を統合することで LLM 機能を強化しますが、関連情報が複数のソースまたはドキュメントに分散している場合、RAG アプリケーションは依然として大きな課題に直面する可能性があります。ナレッジグラフは組織の情報を統合し、GraphRag がコンテンツ全体で概念とエンティティを関連付けることを可能にします。GraphRag アプリケーションの PropertyGraphIndex を使用すると、ナレッジグラフ内のノードおよびリレーションシッププロパティの効率的なインデックス作成とクエリが可能になり、特定の属性に基づいて関連データをすばやく取得できます。今回のリリースにより、テキストを OpenCypher クエリに簡単に変換できるようになり、ナレッジグラフの操作やナレッジグラフからの洞察の抽出が容易になりました。さらに、一般的な OpenCypher クエリには事前定義されたテンプレートを利用できるため、クエリ構築プロセスを合理化し、アプリケーション間の一貫性を確保できます。PropertyGraphIndex は、複雑なマルチホップ検索を処理する場合でも、単純なクエリを処理する場合でも、GraphRag ソリューションの全体的なパフォーマンスと機能を大幅に向上させます。
使用を開始するには、Amazon Neptune GraphStore のドキュメントを参照してください。