Graf RAG ile çok adımlı soru cevaplamak

Vektör tabanlı geri getirme, soruya benzeyen parçaları getirir. Çok atlamalı bir soruda hiçbir parça sorunun tamamına benzemez: bir parça birinci olguyu, başka bir parça ikinciyi taşır ve ikisini birleştiren cümle hiçbir belgede yazmaz. Bu, model kalitesiyle ilgili bir sorun değil; benzerlik ekseninin yapısal sınırıdır ve daha iyi bir gömme modeliyle kapanmaz.

Doğrulama adımı: topladığınız başarısızlık kümesini bu dört kovaya dağıtın. Ağırlık birinci kovadaysa sorun geri getirmededir ve çözüm graf değil — yeniden sıralama, parçalama düzeltmesi ya da üst veri filtresi. Grafın maliyeti ancak alttaki üç kova gerçek trafikte anlamlı bir yer tutuyorsa karşılanır ve bu kararı vermeden önce sayıyı kendi kayıtlarınızdan çıkarın.

Bir dil modeline serbestçe ilişki çıkarttığınızda tedarik ediyor, tedarikçisidir, sağlıyor ve temin eder aynı grafta dört ayrı kenar türü olarak durur. Gezinme sorgusu kenar türünün adına dayandığı için hiçbiri diğerini bulmaz. Ontolojiyi sonradan toparlamak, üretilmiş bütün kenarları yeniden eşlemek demektir; küçük ve kapalı başlamak, sonradan genişletmekten her zaman ucuzdur.

• Her ilişki türünün yönü tanımlı olsun: onaylar ilişkisinde kaynak ile hedefin yer değiştirmesi anlamı tersine çevirir.
• Eş anlamlı ad kullanmayın; bir anlama bir ad, bir ada bir anlam.
• Türü ontolojide olmayan bir ilişki çıkarsa çıktı reddedilsin, sessizce eklenmesin.
• Reddedilen çıkarımları kaydedin: ontolojinin nerede eksik olduğunu tam olarak orası gösterir.

Çıkarımın serbest metin değil şemaya bağlı yapılandırılmış çıktı olması iki şey sağlar: ontoloji dışına çıkan sonuçlar daha üretilirken elenir ve çıktı doğrudan graf yazımına beslenebilir. Parça kimliğinin çıktıya taşınması ise pazarlık konusu değildir; o kimlik olmadan kenarın nereden geldiği sonradan bulunamaz ve graf bir kara kutuya döner.

{
  "parca_kimligi": "tedarik-politikasi-v4#madde-12",
  "varliklar": [
    { "tur": "kurum", "ad": "Merkezi Satın Alma Birimi", "kanonik_kimlik": null },
    { "tur": "belge", "ad": "Tedarik Politikası", "surum": "v4" },
    { "tur": "madde", "ad": "Tedarik Politikası madde 12", "kanonik_kimlik": null }
  ],
  "iliskiler": [
    {
      "tur": "onaylar",
      "kaynak": "Merkezi Satın Alma Birimi",
      "hedef": "Tedarik Politikası madde 12",
      "ontoloji_surumu": 2
    }
  ]
}

// kaynak ve hedef yalnızca varliklar dizisinde tanımlı düğümleri gösterebilir;
// dizide karşılığı olmayan bir uç çıktıyı geçersiz kılar.

Maliyet derlem büyüklüğüyle doğru orantılıdır, çünkü her parça için bir çıkarım çağrısı yapılır. Bu yüzden güncellemelerde tüm derlem yeniden işlenmez, yalnızca değişen belgeler işlenir. Çıkarım istemini de sürümleyin: istem değiştiğinde üretilen graf değişir ve hangi kenarın hangi istemle çıkarıldığını bilmiyorsanız iki sürümü karşılaştıramazsınız.

Tekilleştirme yapılmadığında graf sessizce ikiye bölünür: aynı kurum üç ayrı düğüm olarak durur, her biri kenarların bir kısmını taşır ve çok atlamalı yol hiçbirinden tamamlanmaz. Sonuç boş cevap değil, eksik cevaptır — ki fark edilmesi çok daha zordur, çünkü sistem bir şey döndürmüştür.

1. 1Belirleyici anahtarla eşle

   Vergi numarası, belge kimliği, sicil numarası gibi tek anlamlı bir anahtar varsa eşleştirme orada biter ve tartışmaya kapanır.

2. 2Adları normalize et

   Harf katlamasını Türkçe yerelle yapın ve özel ada gelen kesme işaretli ekleri karşılaştırmadan önce ayırın; aksi hâlde aynı kurumun iki yazımı hiç eşleşmez.

3. 3Bloklayıp aday çiftleri çıkar

   Tüm çiftleri karşılaştırmak yerine aynı türe ve ortak anahtar parçasına sahip olanları bloklayın; adaylar bu blokların içinden çıkar.

4. 4Eşiği insan onayıyla kalibre et

   Sınırda kalan çiftleri uzmana gösterin ve eşiği onun kararlarına göre ayarlayın; eşiği ölçmeden seçmek keyfîdir.

Köken üç işi birden görür: cevabın altına kaynak koymayı mümkün kılar, yanlış bir cevabın hangi çıkarımdan geldiğini bulmayı sağlar ve bir belge yürürlükten kalktığında ondan türeyen kenarları seçip çıkarmaya yarar. Üçü de sonradan eklenemez; kenar üretilirken yazılmayan köken, geriye dönük olarak uydurulamaz.

{
  "kenar_kimligi": "kurum:msab--onaylar--belge:tedarik-v4-md12",
  "tur": "onaylar",
  "koken": {
    "belge_kimligi": "tedarik-politikasi",
    "surum": "v4",
    "parca_kimligi": "tedarik-politikasi-v4#madde-12"
  },
  "gecerlilik": { "baslangic": "2026-01-01", "bitis": null },
  "cikarim": { "istem_surumu": 3, "insan_onayi": false }
}

Çelişen kenarlar üzerine yazılmaz. Bir kişinin iki farklı dönemde iki farklı görevi varsa graf ikisini de taşır ve hangisinin geçerli olduğuna sorgu planlayıcısı, sorunun sorduğu tarihe bakarak karar verir. Eski kenarı silmek, zamansal soruları cevaplama yeteneğini de siler — ki graf kurmanızın nedenlerinden biri buydu.

Bu derlemde tekrar eden temalar nelerdir türünden bir soru, ilk k parçayla cevaplanamaz: hangi k seçilirse seçilsin derlemin küçük bir dilimidir ve seçim benzerliğe göre yapıldığı için zaten soruya benzeyen dilimdir. Topluluk tespiti grafı yoğun bağlı kümelere ayırır; her kümeye yazılan özet, derlemin o bölgesinin sıkıştırılmış hâlidir ve bütünsel sorular bu özetlerin üzerinden cevaplanır.

• Her özet, dayandığı kenar ve düğüm kimliklerini taşısın; özetin de kökeni olmalı.
• Özetler üretilmiş metindir; kaynak belge gibi değil, türetilmiş katman olarak işaretlenir.
• Graf değiştiğinde hangi özetlerin bayatladığını topluluk kimliğinden izleyin, hepsini yeniden üretmeyin.
• Tek olgu soruları özet katmanına hiç uğramasın; özet, ayrıntıyı tanımı gereği kaybeder.

Komşuluk çarpımsal büyür: her atlamada düğüm sayısı ortalama dereceyle çarpılır. Sınır koymayan bir gezinme iki üç atlamada bağlam penceresini dolduracak kadar düğüm toplar ve modele gürültü verir. Üstelik gürültünün bir maliyeti daha var: ilgisiz ama benzer görünen kenarlar, modelin doğru yolu seçmesini zorlaştırır.

1. 1Tohum düğümleri çöz

   Sorudaki adları anlamsal arama ve tekilleştirme sözlüğüyle düğümlere bağlayın; tohum çözülemiyorsa graf hattına hiç girmeyin.

2. 2Sınırlı gez

   Atlama sayısını, düğüm başına dal sayısını ve toplam alt graf boyutunu önceden sabitleyin; sınırlar sorgu tipine göre değişebilir ama her sorguda bir sınır olmalı.

3. 3Alt grafı puanla

   Gezinmeden çıkan kenarları soruyla ilgisine ve kenar güvenine göre sıralayın; bağlama tamamı değil üst kısmı girer.

4. 4Bağlam paketini kur

   Seçilen kenarları kaynak metin parçalarıyla birlikte verin; model yalnızca kenar etiketiyle değil, kenarın çıktığı cümleyle çalışsın.

Merkez düğümlere ayrı davranın. Derecesi çok yüksek düğümler — kurumun kendi adı, alanın genel terimi — neredeyse her şeye bağlıdır ve gezinmeyi kendilerine çeker. Bunları ya gezinme dışında bırakın ya da ağırlıklarını düşürün; bu tek karar, alt graf kalitesinde en görünür farkı üretir.

Graf hattı hem daha yavaş hem daha pahalıdır; trafiğin tamamını oraya sokmak, tek olgu sorularına gereksiz gecikme ve maliyet bindirir. Doğru kurulum iki hatlı olandır: düz geri getirme varsayılan yoldur, graf yalnızca ihtiyaç kanıtlanmış soru tipleri için devreye girer. Yönlendiricinin kendisi de ölçülmeli; yanlış yönlendirme oranı raporlanmayan bir yönlendirici, sistemin en sessiz hata kaynağıdır.

• Soruda birden fazla adlandırılmış varlık geçiyor ve aralarında bir ilişki soruluyor mu.
• Soru karşılaştırma, sayma ya da tema çıkarma istiyor mu — bütünsel kova bunlardır.
• Soru açık bir tarihe ya da döneme atıf yapıyor mu.
• Düz geri getirme boş ya da düşük puanlı sonuç mu döndürdü — bu da bir yönlendirme sinyalidir.

Geri düşme yolunu baştan kurun: graf hattı tohum düğüm çözemediğinde ya da alt graf boş kaldığında cevap üretmeye çalışmasın, soru düz geri getirmeye devredilsin. Boş bir alt grafla üretilen cevap, hiç cevap vermemekten kötüdür; çünkü grafın otoritesini taşır ama altında hiçbir kenar yoktur.

Karşılaştırma soru sınıfı kırılımıyla raporlanmazsa hiçbir şey öğretmez. Grafın kazancı tek olgu sorularında görünmez, görünmemesi de gerekir; kazanç çok atlamalı, bütünsel ve zamansal kovalarda çıkmalıdır. Toplam ortalama bu farkı örter ve yatırımın haklı olup olmadığı sorusunu cevapsız bırakır.