|
--- |
|
license: apache-2.0 |
|
language: |
|
- ja |
|
tags: |
|
- rag |
|
- gnn |
|
--- |
|
|
|
<p align="center"> |
|
<img src="https://huggingface.co/datasets/MakiAi/IconAssets/resolve/main/gnnrag2.jpeg" width="100%"> |
|
<br> |
|
<h1 align="center">GNN-RAG</h1> |
|
<h2 align="center"> |
|
～ Graph Neural Retrieval for Large Language Modeling Reasoning ～ |
|
<br> |
|
|
|
<a href="https://github.com/Sunwood-ai-labs/GNN-RAG" title="Go to GitHub repo"><img src="https://img.shields.io/static/v1?label=GNN-RAG&message=Sunwood-ai-labs&color=blue&logo=github"></a> |
|
<img alt="GitHub Repo stars" src="https://img.shields.io/github/stars/Sunwood-ai-labs/GNN-RAG"><a href="https://github.com/Sunwood-ai-labs/GNN-RAG"><img alt="forks - Sunwood-ai-labs" src="https://img.shields.io/github/forks/GNN-RAG/Sunwood-ai-labs?style=social"></a> |
|
<a href="https://github.com/Sunwood-ai-labs/GNN-RAG"><img alt="GitHub Last Commit" src="https://img.shields.io/github/last-commit/Sunwood-ai-labs/GNN-RAG"></a><a href="https://github.com/Sunwood-ai-labs/GNN-RAG"><img alt="GitHub Top Language" src="https://img.shields.io/github/languages/top/Sunwood-ai-labs/GNN-RAG"></a> |
|
<img alt="GitHub Release" src="https://img.shields.io/github/v/release/Sunwood-ai-labs/GNN-RAG?color=red"><img alt="GitHub Tag" src="https://img.shields.io/github/v/tag/Sunwood-ai-labs/GNN-RAG?sort=semver&color=orange"> |
|
<img alt="GitHub Actions Workflow Status" src="https://img.shields.io/github/actions/workflow/status/Sunwood-ai-labs/GNN-RAG/publish-to-pypi.yml"><br> |
|
|
|
<a href="README.md"><img src="https://img.shields.io/badge/english-document-white.svg" alt="EN doc"></a><a href="README_JA.md"><img src="https://img.shields.io/badge/ドキュメント-日本語-white.svg" alt="JA doc"></a> |
|
|
|
</h2> |
|
|
|
</p> |
|
|
|
# GNN-RAG モデルデータリポジトリ |
|
|
|
このリポジトリは、論文「GNN-RAG: Graph Neural Retrieval for Large Language Model Reasoning」のトレーニング済みモデルデータを提供します。 |
|
|
|
## モデルについて |
|
|
|
GNN-RAGは、Large Language Models (LLMs) の言語理解能力とGraph Neural Networks (GNNs) の推論能力を組み合わせた、Retrieval-Augmented Generation (RAG) スタイルの新しい手法です。このモデルは、Knowledge Graph (KG) 上の質問応答 (KGQA) タスクにおいて、最先端の性能を達成しています。 |
|
|
|
## リポジトリ構成 |
|
|
|
このリポジトリには、以下のモデルデータが含まれています。 |
|
|
|
- WebQSP用のGNNモデル |
|
- CWQ用のGNNモデル |
|
|
|
## 使用方法 |
|
|
|
1. このリポジトリをクローンまたはダウンロードしてください。 |
|
2. 必要なモデルデータを`GNN-RAG/llm/results/gnn/`の対応するフォルダに移動し、`test.info`という名前に変更してください。 |
|
3. 論文の元のリポジトリにある評価用のスクリプトを使用して、モデルを評価することができます。 |
|
|
|
例えば、WebQSPの評価を行うには、以下のコマンドを実行します。 |
|
|
|
``` |
|
python main.py ReaRev --entity_dim 50 --num_epoch 200 --batch_size 8 --eval_every 2 --data_folder data/webqsp/ --lm sbert --num_iter 3 --num_ins 2 --num_gnn 3 --relation_word_emb True --load_experiment ReaRev_webqsp.ckpt --is_eval --name webqsp |
|
``` |
|
|
|
## 注意事項 |
|
|
|
- このリポジトリは、トレーニング済みのモデルデータのみを提供しています。完全なコードや追加のデータセットについては、元の論文のリポジトリを参照してください。 |
|
- モデルの使用にあたっては、元の論文を引用し、適切なクレジットを付与してください。 |
|
|
|
## 引用 |
|
|
|
GNN-RAGモデルの詳細については、以下の論文を参照してください。 |
|
|
|
``` |
|
Costas Mavromatis, George Karypis. "GNN-RAG: Graph Neural Retrieval for Large Language Model Reasoning" 2023. |
|
``` |
