GB/Z 295.2-2026 人工智能 知识图谱与大规模预训练模型集成 第2部分：图检索增强生成

ICS350203524001

;

CCSL.70..

中华人民共和国国家标准化指导性技术文件

GB/Z2952—2026

.

人工智能知识图谱与大规模

预训练模型集成第2部分

:

图检索增强生成

Artificialintelligence—Integrationamongknowledgegraphsand

lare-scaleretrainedmodels—Part2Grah-based

gp:p

retrieval-augmentedgeneration

2026-09-24发布

国家市场监督管理总局发布

国家标准化管理委员会

GB/Z2952—2026

.

目次

前言

…………………………Ⅲ

引言

…………………………Ⅴ

范围

1………………………1

规范性引用文件

2…………………………1

术语和定义

3………………1

缩略语

4……………………1

活动流程框架

5……………2

知识索引构建

6……………4

知识解析

6.1……………4

知识补全

6.2……………4

图索引构建

6.3…………………………5

图与文本混合索引构建

6.4……………5

语义识别

7…………………5

语义分解与提取

7.1……………………5

任务识别与转换

7.2……………………5

查询重写

7.3……………6

检索

8………………………6

图检索

8.1………………6

混合检索

8.2……………6

排序

8.3…………………7

检索结果融合

8.4………………………7

推理

9………………………7

图推理

9.1………………7

混合推理

9.2……………8

推理结果扩展

9.3………………………8

推理结果融合

9.4………………………8

生成

10………………………9

知识整合

10.1……………9

结果生成与校验

10.2……………………9

结果评价与反思

10.3……………………9

结果转换排序与对齐

10.4、……………10

结果输出

10.5…………………………10

生成过程安全要求

10.6………………10

Ⅰ

GB/Z2952—2026

.

动态编排

11………………11

迭代检索

12………………11

参考文献

……………………13

Ⅱ

GB/Z2952—2026

.

前言

本文件为规范类指导性技术文件

。

本文件按照标准化工作导则第部分标准化文件的结构和起草规则的规定

GB/T1.1—2020《1:》

起草

。

本文件是人工智能知识图谱与大规模预训练模型集成的第部分已经

GB/Z295《》2。GB/Z295

发布了以下部分

:

第部分图检索增强生成

———2:。

本文件由全国信息技术标准化技术委员会提出并归口

(SAC/TC28)。

本文件起草单位中国电子技术标准化研究院赛西深圳电子信息产品标准化工程中心有限

:、()

公司中国电子技术标准化研究院华东分院杭州海康威视数字技术股份有限公司网智天元科技集

、、、

团股份有限公司中国长江三峡集团有限公司北京神州数码云计算有限公司成都信息工程大学

、、、、

中移杭州信息技术有限公司中国科学院沈阳自动化研究所中国医学科学院生物医学工程研究

()、、

所中电科大数据研究院有限公司中国电子科技集团公司第十研究所中国大唐集团科学技术研究

、、、

总院有限公司华东电力试验研究院蚂蚁科技集团股份有限公司北京思谋智能科技有限公司上海

、、、

赛西科技发展有限责任公司中国航天标准化研究所中国南方电网有限责任公司超高压输电公司

、、、

中国医学科学院医学信息研究所上海九云数智科技开发有限责任公司上海文鳐信息科技有限公

、、

司浪潮通信信息系统有限公司沈阳东软智能医疗科技研究院有限公司浙江创邻科技有限公司

、、、、

山东省计算中心国家超级计算济南中心国投智能信息科技股份有限公司山东亿云信息技术有

()、、

限公司中国电力科学研究院有限公司重庆巴渝科技创新中心有限公司中国联合网络通信有限公

、、、

司北京邮电大学浪潮软件科技有限公司中国电子科技集团公司第二十八研究所星环信息科技

、、、、

上海股份有限公司中国兵工物资集团有限公司天大智图天津科技有限公司山东山大华天软

()、、()、

件股份有限公司北京中数睿智科技有限公司成都理工大学浙江省质量科学研究院中电信数智

、、、、

科技有限公司湖北纪元慧智科技有限公司南方电网人工智能科技有限公司中天科技海缆股份有

、、、

限公司江苏电力信息技术有限公司华能煤炭技术研究有限公司广电运通集团股份有限公司

、、、、

浙江华电器材检测研究院有限公司浙江水利水电学院成都国恒空间技术工程股份有限公司北京

、、、

阿尔法风控科技有限公司北京车晓科技有限公司江苏晟晖信息科技有限公司广东玛斯特智能系

、、、

统有限公司江苏长天智远交通科技有限公司江苏云工场信息技术有限公司浙江匠选科技有限公

、、、

司北京神州光大科技股份有限公司广州科奥信息技术股份有限公司厦门众联世纪股份有限公

、、、

司陕西诺维北斗信息科技股份有限公司福建省星云大数据应用服务有限公司中世康恺科技有限

、、、

公司深圳市佳云物联科技有限公司联通沃悦读科技文化有限公司杰软科技集团有限公司

、、、()、

慧铁科技股份有限公司同略科技有限公司广州云智达创科技有限公司

、、。

本文件主要起草人蔡宇锋李瑞琪李佳卓兰韩丽程雨航袁莉莉陈诚龙铭刚贾承斌

:、、、、、、、、、、

黄鹏飞李盛回武让杨帆陈思源王挺蒲江波汪洋舟丁洪丽代翔张元东范志东陈鹏光张蕊

、、、、、、、、、、、、、、

李强李学武李姣熊云仲凯韬崔洪志陶睿董昕阳焦铸金李湘马立群张树蕊王伟光周研

、、、、、、、、、、、、、、

张镇阙锦龙吴士伟李琰杨廷章杨斌邢颖李照川严红唐剑飞贾勇哲马春娜程晗蕾章古月

、、、、、、、、、、、、、、

陈利明龚家元吴石松朱宝莹宋港波王耀辉杨波何智勇赵峻莉唐迪余浩姜伟浩莫倩刘洁

、、、、、、、、、、、、、、

李孝杰李轩昂王姝媛邵一凡祝景阳姚博魏勰崔莹徐刚武海澄李露琪侯丽梁秉豪肖红梅

、、、、、、、、、、、、、、

汤一凡淦盈蔡巍郭智慧张驰张晨王志清李欢王秋月吴鸿伟王铁雁张超黄金超王珂琛

、、、、、、、、、、、、、、

Ⅲ

GB/Z2952—2026

.

吴波张烜通夏正勋杨一帆杨洪山徐大为邢驰杨经纬王宁许斌锋杨永成杨静张锋张怡

、、、、、、、、、、、、、、

莫然陈飞谢源张建荣胡龙王登才孙涛胡谦闻军刘国兴林欣扬陈雯珊王蓓蓓王其景

、、、、、、、、、、、、、、

黄清环王振波何熠雷之宇程广玉欧鸿芳王志武杜达亮

、、、、、、、。

Ⅳ

GB/Z2952—2026

.

引言

目前知识图谱在金融证券生物医疗制造业交通教育农业电信电商出版等行业已有非常

,、、、、、、、、

丰富的应用场景知识图谱应用系统作为知识图谱在企业或机构落地的具体载体支撑企业和行业内

。,

知识的智能化积累抽取挖掘流通与管理并提供企业所需的知识服务及系统管理等功能同时大

、、、,。,

规模预训练模型在使用过程中存在可解释可信赖领域知识不足等突出问题能通过大规模预训练模

、、,

型与知识图谱的集成进行解决知识图谱在使用过程中也面临构建流程长效率低常识类知识不足等

;、、

突出问题也能依托两者的集成进行解决

,。

图检索增强生成作为当前知识图谱与大模型集成的重要方式之一能在不改变企业或机构已有知

,

识图谱和大模型结构基础上通过知识检索和推理计算将知识补充至大模型的生成和输出过程中进

,,,

而约束和强化生成的内容并支撑后续知识服务具有实施成本低和周期短等特点

,,。

人工智能知识图谱与大规模预训练模型集成是知识图谱与大规模预训练模型集成

GB/Z295《》

标准的支持性文件给出了集成技术框架及不同集成方式的技术要求和性能要求拟由四个部分构成

,,。

第部分技术框架目的在于提供技术框架活动构成

———1:。、。

第部分图检索增强生成目的在于提供基于知识图谱检索增强大模型生成能力相关要求

———2:。。

第部分预训练模型增强知识图谱目的在于提供大规模预训练模型增强知识图谱构建及

———3:。

应用相关要求

。

第部分性能要求目的在于提供性能指标体系及基础性能指标要求

———4:。。

Ⅴ

GB/Z2952—2026

.

人工智能知识图谱与大规模

预训练模型集成第2部分

:

图检索增强生成

1范围

本文件确立了图检索增强生成的活动流程规定了知识索引构建语义识别检索推理生成动态

,、、、、、

编排和迭代检索等各项活动的任务组成与要求

。

本文件适用于图检索增强生成应用系统的设计与开发以及与知识图谱系统和大模型的集成等

,。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款其中注日期的引用文

。,

件仅该日期对应的版本适用于本文件不注日期的引用文件其最新版本包括所有的修改单适用于

,;,()

本文件

。

人工智能知识图谱技术框架

GB/T42131—2022

人工智能大模型第部分通用要求

GB/T45288.1—20251:

3术语和定义

界定的以及下列术语和定义适用于本文件

GB/T42131—2022、GB/T45288.1—2025。

31

.

知识knowledge

通过学习实践或探索所获得的认识

、。

来源有修改

[:GB/T23703.2—2010,2.1,]

32

.

图检索增强生成graph-basedretrieval-augmentedgeneration

利用知识图谱等图结构数据替代传统文本块通过检索实体关系路径等结构化信息增强大规模

,、、

预训练模型检索推理和生成等能力的活动

、。

注本文件后续章节以图指代知识图谱等图结构

:“”。

33

.

集成integration

两个或多个实体能够构成或是被观测为单一个体的状态或状况该个体表现出一个结构一种特

,;,

性和一个边界由构成个体的互操作性特性决定并根据需要执行共同任务

,,。

来源有修改

[:GB/T27758.1—2011,3.9,]

34

.

增强augment

通过其他单个或多个实体提升或完善自身结构性能的过程

、。

4缩略语

下列缩略语适用于本文件

。

1