基于知识图谱的检索增强生成技术应用研究

第一章前言1.1研究背景与意义随着人工智能的发展，大型语言模型(largelanguagemodels,LLMs)的应用日益维新。现阶段的LLMs可能会产生幻觉，LLMs幻觉是指在深度学习领域中，模型展现出在理论上不应具备的性能或能力。这种现象可能导致误导性的结果，形成一种虚假的表现，即幻觉。LLMs配合使用检索增强生成(retrieval-augmentedgeneration,RAG)技术可以有效避免幻觉现象，也能提高回答准确性和相关性。RAG技术展现出巨大优势，但仍然存在一些问题：如LLMs配合外部数据库产出的答案，它的上下文相关性不高；检索文档中可能存在不相关的内容，这些问题都会影响LLMs生成错误的答案。所以如何提高LLM利用检索文档生成答案的准确性以及避免幻觉问题成为亟待解决的问题。图1-1直接使用LLMs产生幻觉示例RAG技术存在一些明显问题，张高飞等[1]进行了详细梳理如下。1、引入特定标记的机制使LLMs能够自我评估文档与问题的相关性，由于这个方法只依赖于稀疏的二进制标签评估文档的相关性，所以很难精确捕捉细化的关联信息；2、微调LLMs，使LLMs学习过滤干扰的内容，优化对特定领域的生成效果，虽然效果显著，但微调LLMs非常耗时且需要大量的算力资源；3、在检索阶段增加一个重排器来提高检索准确性，但要实现这一效果，重排前的检索文档质量需要保证足够高。综上所述，对RAG面临的问题，本文提出了一种基于知识图谱的检索增强生成方法，探索解决RAG技术中存在的检索文档相关性不足，LLMs生成答案准确性不高以及可能出现幻觉的问题。检索阶段，利用余弦相似度算法检索出问题相关的知识节点；生成阶段，利用提示词工程将问题与知识结合，以零样本思维链提示方法（Zero-shotChain-of-ThoughtPrompting,Zero-shotCoT）输入给LLMs。相比于静态预训练模型，该方法，即图检索增强生成(graphretrieval-augmentgeneration,GRAG)[2][3]能够利用外部知识库进行推理生成，无需投入大量算力资源进行重新训练。GRAG在智能问答、对话系统、刑侦推理和医疗健康等领域的应用场景广泛，未来可进行多模态融合，提供更强大的使用场景。本文以医疗领域为例，探索GRAG技术对领域知识的智能问答应用。1.2国内外研究现状1.2.1国外研究现状知识图谱并非是一个全新的概念，早在2006年就提出了语义网[4]的概念，呼吁推广、完善使用本体模型来形式化表达数据中的隐含语义，RDF(resourcedescriptionframework)模式(RDFschema)和万维网本体语言(Webontologylanguage，OWL)的形式化模型就是基于上述目的产生的。随后掀起了一场语义网研究的热潮，知识图谱技术的出现正是基于以上相关研究，是对语义网标准与技术的一次扬弃与升华。知识图谱于2012年5月17日被Google正式提出[5]，其初衷是为了提高搜索引擎的能力，增强用户的搜索质量以及搜索体验。国外提出一些方法来改进RAG的性能。Zhao等[6]讨论了AIGC的RAG。Gao等[7]对LLMs的RAG进行了比较全面的综述，他们重点关注推理准确性和生成质量所受的影响。Fan等[8]侧重于技术角度论述RAG。Chen等[9]详细回顾了RAG的能力，但在解决实际应用中的挑战上仍存在许多空白。上述的研究为RAG优化提供了方向，但在如何优化检索与生成的协同工作，尤其是在复杂和全局任务中的应用，仍缺乏深入探讨。基于知识图谱的检索增强生成的研究国外起步较早，做得较好的有谷歌公司的维基百科知识图谱问答。对于图数据库的存储方案Neo4j提供了较好的应用。1.2.2国内研究现状当前行业内RAG技术的实际应用状况却不尽人意，主要存在两个层面的问题：一是知识库建设层面，知识库作为RAG技术的运行基础，其质量优劣对RAG技术性能起着决定性作用，但目前尚缺乏一个高质量的行业知识库，各企业自建知识库普遍存在知识覆盖不全、数据源杂乱、术语不统一、语义含混、更新滞后等问题；二是知识图谱支撑层面，行业知识图谱作为知识库的神经中枢，在构建行业知识库时，担负着实体齐全、概念清晰、关联准确、业务顺畅的核心职能。基于知识图谱的检索增强生成近年来因其结构化知识的优势得到广泛关注。国内智能信息服务应用的不断发展，知识图谱广泛应用于智能搜索、智能问答、个性化推荐等领域。在智能搜索中，用户的搜索请求不再只是简单的关键词匹配，搜索将根据用户查询的情境与意图进行推理，实现概念检索。用户的搜索结果将会具有层次化、结构化的特征。例如，用户搜索的关键词为某一作家，引擎就会以知识卡片的形式给出该作家的详细生平、艺术生涯信息、不同时期的代表作品，并配合以图片等描述信息。知识图谱能够使计算机理解人类的知识存储和推理模式，从而更加智能地给出用户需要的答案[10]。1.3研究目的和方法1.3.1研究目的本研究的主要目的是探索和解决RAG技术在面临复杂查询时存在检索文档的相关性不足和LLMs生成答案的准确性不高的问题。本文设计并实现一种基于知识图谱的检索增强生成框架，即图检索增强生成(graphretrieval-augmentgeneration,GRAG)，用来提升文本生成模型的能力，使LLMs能够生成更加准确、相关和丰富的回答。本研究选择医疗领域作为应用实例，验证GRAG在智能问答中的有效性。1.3.2研究方法为了实现基于知识图谱的检索增强生成技术应用，本研究采用了多种技术和工具。深度学习模块PyTorch是开源的机器学习库，广泛应用于深度学习模型开发。它提供了强大的GPU加速计算能力。在本研究中，PyTorch被用来加载预训练模型，执行文本向量化等任务。Transformers库由HuggingFace公司开发，是自然语言处理（NLP）领域的一个重要工具。它包含了大量先进的预训练模型，如BERT、RoBERTa等，这些模型在各种NLP任务中表现出色。在本研究中，使用该库来加载text2vec-large-chinese嵌入模型，配合PyTorch进行文本向量化任务。零样本思维链提示方法零样本思维链提示方法（Zero-shotChain-of-ThoughtPrompting,Zero-shotCoT）是一种提示工程技术，在不依赖于特定任务的示例或微调的情况下，引导LLMs完成复杂推理任务。这种提示方法提供特定的引导词或问题描述给LLMs，然后让LLMs根据这些信息逐步分析并解决问题。本文采用Zero-shotCoT提示法来指导LLMs结合检索模块检索到的信息以及用户的查询问题。Neo4j图数据库Neo4j是图形数据库管理系统，专为处理高度连接的数据而设计。与其他类型数据库不同，Neo4j使用图结构存储数据，其中数据表示为节点（Nodes）、关系（Relationships）以及属性（Properties）。这种结构非常适合于表达实体之间的复杂关系网络。在本研究中，Neo4j被用于医疗领域知识图谱的构建与管理。DeepSeek-chat模型DeepSeek的主要功能有文本生成、对话能力、代码编写、数学计算和推理任务。它可以集成到各种下游系统或应用中，为用户提供智能对话和内容生成服务。DeepSeek提供API接口，允许开发者将其集成到自己的应用中。DeepSeek在文本生成、代码补全、数据分析等多个基准测试上表现出色。为了降低算力资源的同时使用目前市面上优秀的语言理解和生成能力的LLMs的需求，本研究采用DeepSeek的代理服务，调用DeepSeek-chat的API接口作为基准模型。第二章理论框架2.1检索增强生成RAG传统LLMs依赖训练数据，所以存在时效性的问题，这就会导致LLMs缺乏提供最新动态更新的能力。例如用户向LLMs提出时讯新闻或特定领域的问题时，如果LLMs没有训练过有关内容，就可能生成错误的回答。RAG通过外部知识库弥补信息差。它通过处理与查询相关的内容，与原始用户问题结合，通过提示词工程(promptengineering,PE)形成系统提示词后输入LLMs，从而提升LLMs生成答案的准确性[11]，总体可以概括为三个过程：索引、检索和生成。1、索引索引过程需要收集所需的数据，对数据进行预处理，将其分割为更小的、可处理的数据块(chunk)，以适应LLMs的上下文限制。然后进行向量嵌入，通常使用预训练文本向量嵌入模型，如BERT等Transformer架构模型。通过该类模型将数据块转换为高维向量，从而捕捉数据块的语义信息，并存储结果在向量数据库中，构建索引。2、检索收到用户的查询(query)后，RAG使用索引阶段相同的向量嵌入模型将查询数据转换为向量表示。为了精确匹配到相关数据，RAG需要匹配query和索引阶段的chunk之间的语义相似度，即通过计算query向量和索引中的chunk向量的相似度，识别出与用户查询最相关的文档片段。这一过程的检索算法大多为余弦相似度算法，计算向量之间的余弦相似度，并对所有索引chunk进行相似度评分，RAG根据评分为chunk进行排序，挑选出相似度评分最高的前K个chunk，并将这些内容通过PE形成输入。3、生成用户提出的问题与检索到的知识整理成系统提示词输入LLMs，为LLMs提供生成回答所需的信息。该过程可以修改系统提示词使LLMs的回答根据不同任务进行调整，提供的答案既可以发散，也可以只限于外部知识库。与单独使用LLMs作比较，适合的提示词能够显著提升回答的质量和相关性。2.2知识图谱知识图谱是一种用于表示和存储结构化知识的图形知识库[12]，以实体和实体之间的关系构成的三元组（头实体，关系，尾实体）为基本组成单位。知识图谱的思想来源于语义网络，但知识图谱不仅包含实体和关系和属性信息，还包含实体和关系之间的语义关系。知识图谱提供了一种符号化形式来组织表示知识数据，使计算机可以通过事物以及事物之间的内在联系，查询和推理来获取有关特定实体或关系的信息。三元组是知识图谱的一种通用表示方式，知识图谱的形式化定义为G=(E,R,S)，其中E={e2.3图检索增强生成图检索增强生成（GraphRetrieval-AugmentedGeneration,GRAG）是一种结合了知识图谱的结构化信息与RAG技术的方法。它的核心思想是从知识图谱中检索相关的结构化信息，来增强LLMs的生成能力，使其能够生成准确度高、相关性强和丰富的文本内容[13][14][15]。本文采用RAG范式，设计了一套GRAG的框架，如下图。GRAG的工作流程包括知识图谱构建、索引、检索和生成。其中索引、检索和生成结构基本与RAG范式相同。本文将知识文档构建为知识图谱，由于知识图谱所提供结构化信息的优势，其作为外部知识库，使得LLMs生成的内容准确性，降低了LLMs对检索文档信息不全所导致的幻觉率。图2-1图检索增强生成框架2.4余弦相似度算法余弦相似的原理是将文本矢量化，然后将两个矢量的空间夹角的余弦值作为两个文本的相似度。作为一个基于向量空间模型（VectorSpaceModel,VSM）的文本相似度算法，余弦相似度算法很好的解决了词序不同造成的对相似度判断的影响，同时简单的空间夹角余弦值的计算，提升了执行效率[18]。计算公式如下：SimilarityA,B其中值的范围为[-1,1]，-1为完全不相似，1为完全相似。

第三章医学领域实例研究3.1医疗领域数据集本文采用中文开放知识图谱（/dataset/disease-information）的开源数据集（DiseaseKG：基于cnSchma常见疾病信息知识图谱）。数据集medical.json中共有8808条爬取并处理后的完整疾病医疗数据，其为从数据库中导出的结构化文件，包含疾病ID、名称、类别、成因、症状、药物和检测等相关数据。数据集涵盖日常常见的大部分疾病以及相关信息，能够作为外部知识库进行使用。下图为医疗数据样例：图3-1数据集示例本文采用Neo4j图数据库进行数据存储和检索。Neo4j支持ACID、集群、备份和故障转移，具有较高的可用性和稳定性，它具有非常好的直观性，通过图形化的界面表示节点和关系。Neo4j具备较高的可扩展性，能够承载上亿的节点、关系和属性。3.2图谱构建及可视化3.2.1图谱模式设计知识图谱常见的表现模式有以下：中心节点-关联节点结构中心节点-关联节点结构以一个或多个核心实体作为中心节点，周围围绕着与之相关的其他实体。同时，将实体的属性存放进节点内部，形成多属性节点。这种模式非常适合展示某个实体与其相关联的各个实体之间的关系。图3-2中心节点-关联节点结构示意图网络关系结构网络关系结构展示了多个节点之间复杂的相互关系。不仅仅是单向的关系，还可能包括双向关系或多边关系。同时，这种结构将实体的属性作为单独节点相连，能够更直观的展示节点间的相关性以及实体中包含的语义信息。图3-3网络关系结构示意图由于医学领域中，疾病实体之间的关系网络复杂，内容较多，本文选择网络关系结构来构建知识图谱[16]。3.2.2数据预处理本文使用python的pandas库进行数据的预处理，先将json格式的数据集文件导入为数据框。由于Neo4j图数据库的特性，需要使用Cypher查询语言来查询知识图谱中的节点、关系及属性。借助python的py2neo库，实现脚本编程处理数据写入Neo4j图数据库中。使用Neo4j图形化操作平台Neo4jBrowser完成可视化展示如下。图3-4图谱效果示意图处理后得到13类实体和13类关系，对实体类型和关系类型进行归纳整理，能够使检索内容的类别更加具体准确，方便LLMs精确捕捉节点包含的语义信息。统计信息如下：表3-1知识图谱实体类型（13类实体）实体类型中文含义实体数量举例disease疾病8806肺泡蛋白质沉积症check检查项目3353胸部CT检查cure_department治疗科室54内科

续表3-1cure_way治疗方法544支气管肺泡灌洗get_way染病方式284无传染性easy_get易感人群1320多见于小儿Symptom疾病症状5998紫绀do_eat宜吃食物247南瓜子仁not_eat忌吃食物240螃蟹drug_detail药物厂家17318惠普森穿心莲内酯片(穿心莲内酯片)recommand_drug推荐药物3800琥乙红霉素片recommand_eat宜吃食谱4506清蒸鸡蛋羹yibao_status医保状态2是Total总计46472约4.6万实体量级表3-2知识图谱关系类型（13类关系）关系类型中文含义关系数量举例ACOMPANY并发疾病12024肺泡蛋白质沉积症-并发疾病-多重肺部感染CHECK检查项目39418小儿神经母细胞瘤-检查项目-血常规CURE_DEPARTMENT治疗科室16781柯萨奇病毒疹-治疗科室-皮肤科CURE_WAY治疗方法21047急性胆管炎-治疗方法-手术治疗DO_EAT宜吃食物22230创伤性气胸-宜吃食物-葵花子仁DRUG_DETAIL药物厂家17311鹤蟾片-药物厂家-白云山中一鹤蟾片(鹤蟾片)EASY_GET易感人群8804脐炎-易感人群-新生儿GET_WAY染病方式8805原发性皮肤结核综合征-染病方式-病菌传播HAS_SYMPTOM疾病症状54710联合免疫缺陷病-疾病症状-类风湿关节炎NOT_EAT忌吃食物22239小儿中暑和暑热症-忌吃食物-田螺RECOMMAND_DRUG推荐药物59465麦粒肿-推荐药物-左氧氟沙星滴眼液RECOMMAND_EAT推荐食谱40221小儿慢性硬膜下血肿-宜吃食谱-丝瓜汤YIBAO_STATUS医保状态8806链球菌性咽炎-医保状态-否Total总计331861约33万关系量级3.2.3图嵌入向量在自然语言处理（NLP）领域里有一个关键步骤是文本向量化[17]，这个步骤是将文本数据转换为计算机可以理解的数值形式。text2vec-large-chinese模型是专门用于中文文本向量化的模型，能够将句子映射到一个1024维的密集向量空间。它也十分适用于文本嵌入、文本匹配和语义搜索等任务。该模型使用CoSENT（CosineSentence）方法训练，以hfl/chinese-macabre-base作为基础模型，并在中文STS-B数据集上进行了微调，因此在处理中文文本时表现十分出色。本文采用该模型进行医疗疾病知识图谱节点信息的嵌入和查询问题文本的嵌入。每个节点信息的嵌入向量存储在知识图谱对应节点的属性中。本研究使用深度学习框架Pytorch和Transformers库来加载该预训练模型，使用该预训练模型将文本编码成1024维向量表示。3.3检索算法本研究的检索部分使用LangChain库实现，该库支持LLMs与外部数据源的集成及复杂任务链的执行。借助LangChain的graphs模块，研究完成了Neo4j图数据库与LLMs的信息对接，使LLMs能够提取检索到的结构化医疗疾病数据。将用户查询文本使用上述嵌入模型嵌入为向量，调用模块函数，计算查询向量和节点向量的相似度，检索完成后返回前K个相关节点。例如查询语句“感冒了应该怎么办？”和疾病节点的相似度表3-3节点相似度检索结果表（取前10个）查询疾病节点相似度感冒了应该怎么办？感冒0.8383108377456665流行性感冒0.8164148330688477病毒性感冒0.8108363151550293小儿感冒0.8073729276657104呼吸道感染0.8008152842521667风寒感冒0.8001371026039124小儿流行性感冒0.7959336638450623急性上呼吸道感染0.7912190556526184人禽流行性感冒0.7865837812423706上呼吸道感染0.7862717509269714对于检索出的节点信息，使用cypher语句查询相邻节点信息，最后整理成结构化信息。（局部）示例如下：图3-5结构化信息示意图3.4提示词工程本研究采用零样本思维链（zero-shotCoT）提示方法[19]，该方法提供特定引导词，结合检索模块检索到的信息以及用户的查询问题，形成系统提示词输入给LLMs。这种方法利用了LLMs的零样本学习能力。在提示词中加入细化的推理步骤来引导LLMs逐步分析和思考知识图谱中的信息，从而更精确地定位相关信息来解决问题。这种提示词相当于对原始用户问题进行改写和拆分，还能确保当信息不足时，限制LLMs尝试猜测或编造答案。研究所用提示词如下：图3-6提示词示意图3.5问答流程实现以DeepSeek为基础的LLMs，结合知识图谱实现的RAG问答流程如下图所示。用户提出问题，例如“肺部肿胀，气胸，呼吸急是什么毛病？”。检索模块将问题转为向量，然后在知识图谱中计算问题向量和节点向量的语义相似度。计算完成之后返回前K个相关节点的信息，结合提示词工程输入LLMs。LLMs运用自身能力进行语义分析，结合用户问题和图谱内容等核心信息。最后LLMs使用自身的生成能力，生成提示词中要求的自然语言回答。图3-7问答流程3.6评估指标为了验证基于图检索增强生成技术的问答模型对医疗疾病领域知识问答的提升效果，本研究设计了两个实验组，即未结合知识图谱的大语言模型（LLMs）组和结合知识图谱的图检索增强生成（LLMs+GRAG）组[20]。实验从在线健康社区中选取了部分疾病的相关问题作为对比输入。两组实验均基于DeepSeek运行。对比实验部分结果的对比摘要如下表所示。从实验对比结果可以看出，LLMs+GRAG组在回答中表现出明显优势，能够结合知识图谱的疾病知识和LLMs本身的能力来提供相关性强，内容准确的回答。表3-4对比试验问题样例表序号用户问题1偏头痛应该怎么办？2什么是阑尾炎？3得了乳腺癌怎么办？续表3-44甲亢在饮食上有哪些需要注意？5幽门螺旋杆菌会导致胃癌？6肚子疼什么回事？7女性经期小腹疼怎么办？8得了痔疮怎么办？9胃不舒服怎么办？表3-5对比实验生成答案摘要表（部分）序号LLMs生成答案LLMs+GRAG生成答案1提供了一个全面的应对偏头痛策略指南，内容丰富但分类不够明确，不利于系统解析。基于知识图谱提供的信息，详细列出了偏头痛的治疗和管理建议。包括推荐药物，康复治疗，建议就诊科室，并提供了饮食上的具体建议。2详细介绍了阑尾炎的病因、典型症状、诊断方法、治疗原则及其并发症处理。虽然内容详尽，但没有针对特定个体情况提出具体的饮食或治疗建议。概述了阑尾炎的基本定义、典型症状、诊断检查方法、主要治疗方式以及特殊注意事项。特别提到不同亚型的阑尾炎，并指出所有亚型均无传染性。3提供了一个全面的应对乳腺癌的指南，包括确诊、治疗选择、康复管理和长期生活调整。虽然内容丰富，但部分信息过于宽泛，可能导致误导。概述了乳腺癌的治疗和管理建议。包括核心治疗方式、检查与诊断、饮食建议、就诊科室、其他注意事项以及补充医学建议。4全面概述了甲亢患者的饮食注意事项，但缺乏基于知识图谱的定制建议，部分建议泛化或超出范围，内容多但无层次划分。回答基于知识图谱数据，详细列出了甲亢患者在饮食上的推荐食物，根据图谱内容做出具体推荐，更贴近病理机制分析。5详细解释了幽门螺旋杆菌与胃癌的关系及其影响因素，涵盖了从致癌机制到影响因素再到预防措施的全过程，但总体内容复杂冗长，有些宽泛。指出幽门螺杆菌感染与胃癌之间存在明确关联。所有结论均直接引用自知识图谱，增强了可信度和专业性。按照关联证据、机制推测、特殊人群提示等分类，提供了具体的药物名称和定期胃镜筛查的建议，具有较高的实用性。

第四章结论与展望4.1主要研究成果本研究主要研究成果如下：1、GRAG框架的构建本研究探讨了现有RAG技术的工作原理及其局限性，提出了一个改进的GRAG框架。GRAG框架利用知识图谱提供的结构化信息来增强LLMs的能力，使其能够生成准确度高、相关性强的回答。GRAG框架的内容如下，采用Neo4j作为图数据库管理系统，使用余弦相似度算法匹配用户查询与知识节点，然后使用提示词工程将问题和检索结果输入LLMs。2、知识图谱的构建和应用以医疗领域为例，本研究展示了从开放数据集中提取、处理并转换成适合Neo4j存储的知识图谱。通过对8808条疾病相关的医疗数据进行预处理，本研究成功创建了包含46475个实体和331861个关系的医疗领域知识图谱。同时结合LangChain模块将知识图谱与LLMs对接，使得LLMs能够获取检索到的结构化信息。3、对比实验验证为了评估GRAG框架的效果，本研究设计了对比实验，分别测试了未结合知识图谱的大语言模型（LLMs）组和结合知识图谱的图检索增强生成（LLMs+GRAG）组在医疗领域问答任务上的表现。实验结果显示，LLMs+GRAG组在回答中表现出明显优势，能够结合来自知识图谱的疾病知识和大模型本身的能力，提供更简洁明了且内容准确的回答。例如，在回答“偏头痛应该怎么办？”等问题时，LLMs+GRAG组可以详细列出治疗建议，还能根据知识图谱中的信息提供具体的饮食和就诊科室推荐。4.2研究的局限性与未来工作本研究存在的局限性如下：1、知识图谱覆盖范围有限由于知识图谱的构建依赖于患者生成健康数据和现有文献，其覆盖范围和深度可能受到数据质量与数量的限制，从而影响了知识图谱的全面性。2、缺乏多维度评价体系当前的研究主要集中在提高生成答案的准确性上，但对于生成回答的可读性、流畅性等其他维度的用户评价尚显不足。未来的研究可以从一下几个方面进行拓展和优化：泛化多个垂类领域应用GRAG框架具有广泛的应用前景，可以进一步拓展至教育、金融、法律等多个垂类领域，提升各行业的智能化水平。优化数据采集与脱敏措施为了解决数据质量和隐私保护的问题，需要开发更加高效的数据清洗和脱敏算法，确保知识图谱的安全性和实用性。多模态融合除了文本信息外，还可以考虑将图像、音频等多种形式的数据纳入知识图谱，丰富系统的输入源，提高回答的多样性和准确性。

参考文献张高飞,李欢,池云仙,等.一种基于领域知识的检索增强生成方法[J].河北工业科技,2025,42(02):103-110+196.Peng,B.,Zhu,Y.,Liu,Y.,Bo,X.,Shi,H.,Hong,C.,&Zhang,Y.(2024).GraphRetrieval-AugmentedGeneration:ASurvey.arXivpreprintarXiv:2408.08921.Edge,D.,Trinh,H.,Cheng,N.,Bradley,J.,Chao,A.,Mody,A.,Truitt,S.,&Larson,J.(2024).FromLocaltoGlobal:AGraphRAGApproachtoQuery-FocusedSummarization.arXivpreprintarXiv:2404.16130.BERNERS-LEET,HENDLERJ,LASSILAO.ThesemanticWeb[J].ScientificAmericanMagazine,2008,23(1):1-4.AMITS.Introducingtheknowledgegraph[R].America:OfficialBlogofGoogle,2012.ZHAOP,ZHANGH,YUQ,etal.Retrieval-AugmentedGenerationforAI-GeneratedContent:ASurvey[J].CoRR,2024.GAOY,XIONGY,GAOX,etal.Retrieval-augmentedgenerationforlargelanguagemodels:Asurvey[J].arXivpreprintarXiv:2312.10997,2023.FANW,DINGY,NINGL,etal.Asurvey