待验证50% 置信事实精确时间

知识图谱以三元组主体—关系—客体（SPO）为基本单元存储结构化知识

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

GraphRAG如何破解多跳问答难题：从向量检索到图谱推理

涉及实体

知识图谱concept

相关事实

待验证知识图谱以三元组（实体-关系-实体）为基本单元存储结构化知识，典型存储引擎包括Neo4j、Amazon Neptune等图数据库76% 相似待验证知识图谱以'实体—关系—实体'三元组形式存储知识，Neo4j是主流实现工具73% 相似已验证GraphRAG的核心是把知识图谱融入传统RAG流程，以三元组（两个实体及其关系）形式组织信息65% 相似待验证RAG构建知识库分为收集数据、文本分块、向量化存储三个环节64% 相似已验证长期记忆的业界主流方案包括基于embedding的向量检索、基于知识图谱的结构化存储，以及两者的混合架构62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/899226

API

curl https://kongchang.com/api/v1/knowledge/claims/899226

MCP

get_claim(id=899226)