翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# Amazon Neptune Analytics のグラフを使用してナレッジベースを構築する
<a name="knowledge-base-build-graphs"></a>

Amazon Bedrock ナレッジベースは、Amazon Neptune を使用してフルマネージド型の GraphRAG 機能を提供します。GraphRAG は、グラフモデリングと生成 AI を組み合わせて検索拡張生成 (RAG) を強化する Amazon Bedrock ナレッジベースで提供される機能です。この機能は、ベクトル検索と、RAG アプリケーションで Amazon Neptune の大量のグラフデータをすばやく分析する機能を組み合わせたものです。

GraphRAG は、ナレッジベースに取り込まれたドキュメント内のエンティティと構造要素間の関係を自動的に識別して活用します。これにより、特に情報を複数の論理ステップで接続する必要がある場合に、基盤モデルからのより包括的でコンテキストに関連するレスポンスが可能になります。つまり、複数のドキュメントチャンクにデータと推論を接続する必要がある場合に、生成 AI アプリケーションがより関連性の高いレスポンスを提供できるようになります。これにより、チャットボットなどのアプリケーションは、複数のドキュメントソースから派生した関連する事実、エンティティ、関係性が質問に答えるために必要な場合に、基盤モデル (FMs) からより関連性の高い応答を提供できます。

## GraphRAG リージョンの可用性
<a name="knowledge-base-build-graphs-regions"></a>

GraphRAG は以下の AWS リージョンで利用できます。
+ 欧州 (フランクフルト)
+ 欧州 (ロンドン)
+ 欧州 (アイルランド)
+ 米国西部 (オレゴン)
+ 米国東部 (バージニア北部)
+ アジアパシフィック (東京)
+ アジアパシフィック (シンガポール)

## GraphRAG を使用する利点
<a name="knowledge-base-build-graphs-benefits"></a>

GraphRAG を使用した Amazon Bedrock ナレッジベースには、次の利点があります。
+ Amazon Bedrock ナレッジベースに取り込まれる複数のドキュメントソースにわたるエンティティと構造要素 (セクションタイトルなど) の関係を自動的に特定して活用することで、より関連性の高い包括的なレスポンスを生成可能になります。
+ 従来の RAG 手法が改善され、複数の論理ステップを通じてさまざまなコンテンツを接続する網羅的な検索を実行する機能が強化されます。
+ ドキュメント間の推論機能が向上するため、さまざまなソース間で情報を接続することにで、より正確でコンテキストに応じた正確な回答が可能になり、精度をさらに高めて、ハルシネーションを最小限に抑えることができます。

## GraphRAG の仕組み
<a name="knowledge-base-build-graphs-works"></a>

関連するノードの初期ベクトル検索を実行すると、Amazon Bedrock ナレッジベース GraphRAG は次のステップを実行してより適切なレスポンスを生成します。

1. 取得したドキュメントチャンクにリンクされた、関連するグラフノードまたはチャンク識別子を取得します。

1. グラフをトラバースし、グラフデータベースから詳細を取得することで、これらの関連チャンクを拡張します。

1. 関連するエンティティを理解し、この強化されたコンテキストを使用して主要な接続に焦点を当てることで、より意味のあるレスポンスを生成します。

## GraphRAG の考慮事項と制限事項
<a name="knowledge-base-build-graphs-considerations"></a>

GraphRAG で Amazon Bedrock ナレッジベースを使用する場合の制限事項を以下に示します。
+ グラフビルドをカスタマイズする設定オプションはサポートされていません。
+ Amazon Neptune Analytics のグラフでは、自動スケーリングはサポートされていません。
+ GraphRAG では、データソースとして Amazon S3 のみサポートされています。
+ ナレッジベースを作成するとき、またはデータソースを設定するときに、グラフ構築の基盤モデルを選択します。グラフ構築モデルを選択すると、コンテキストに応じたエンリッチメントが自動的に有効になります。詳細については、「[グラフ構築モデルを選択して更新する](knowledge-base-build-graphs-build.md#knowledge-base-build-graphs-model)」を参照してください。
+ 各データソースには、最大 1000 個のファイルを含めることができます。この制限をデータソースあたり最大 10,000 個のファイルまで引き上げるようリクエストできます。または、Amazon S3 バケットをフォルダに分割して、各フォルダに最大 1000 個のファイルを含めることができます。
+ チャンキング戦略として階層的チャンキングを使用すると、GraphRAG は検索オペレーション中に子チャンクのみを取得します。子チャンクは、対応する親チャンクに置き換えられません。つまり、検索結果には、親チャンクからのより広範なコンテキストではなく、子チャンクからの特定の詳細なコンテンツが含まれます。

**注記**  
Amazon Neptune Analytics を使用するナレッジベースを削除する場合は、まずナレッジベースを削除してから、Amazon Neptune Analytics のグラフを削除します。ナレッジベースを削除しても、基盤となるグラフが自動的に削除されることはありません。グラフを明示的に削除するまで、追加料金が発生する場合があります。または、データソース削除ポリシーを RETAIN モードに設定して、最初にグラフを削除するとエラーが発生しません。詳細については、「[Amazon Bedrock ナレッジベースからデータソースを削除する](kb-ds-delete.md)」を参照してください。

**重要**  
基盤モデルはend-of-lifeになるか、廃止される可能性があります。例えば、Claude 3 Haiku はレガシーステータスに移行しました。現在サポートされているグラフ構築用のモデルを選択することをお勧めします。使用可能なモデルのステータスを確認するには、[「モデルライフサイクル](https://docs.aws.amazon.com/bedrock/latest/userguide/model-lifecycle.html)」を参照してください。グラフ構築モデルの選択または更新については、「」を参照してください[グラフ構築モデルを選択して更新する](knowledge-base-build-graphs-build.md#knowledge-base-build-graphs-model)。