BookRAG：用SOTA方法提升复杂文档理解效果的实用指南

BookRAG系统真正把“书”当书来解读：它首先恢复原始目录结构，然后构建书中实体关系图谱，最终使AI能够像人类阅读一样“品味内容脉络”，在复杂文档问答任务上全面超越了现有最佳模型。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

香港中文大学最新研究成果

论文地址：https://arxiv.org/pdf/2512.03413开源地址：https://github.com/sam234990/BookRAG

一句话总结

BookRAG真正实现了“读书式”文档解析：重建目录树、绘制知识图谱、模仿人类阅读路径，最终在复杂文档问答中全面领先。

传统RAG → 扁平切片 → 结构丢失

LayoutRAG → 保留块但无关联 → 跨块断链

BookRAG → 树图双索引 + 主动思考 → 精准定位

直击痛点

传统RAG方法将PDF当作一维文本处理，遇到真正的“书籍”类文档（如手册、论文、年报）就显得力不从心：

核心亮点

方案概览

① 离线建索引（BookIndex）

布局解析 → 将PDF拆解为内容块（标题、段落、表格、图片）章节过滤 → LLM为每个“标题”块定级，还原真实目录树实体抽取 → 每块抽实体/关系，构建知识图G消歧合并 → 梯度法检测“突变式”相似度下降，自动合并别名树图映射 → 每个实体挂载原始章节，形成GT-Link

> 成果：一棵带“页码”的树 + 一张会“指引”的图

② 在线问答（Agent-based Retrieval）

查询意图识别：Single-hop / Multi-hop / Global-aggregation 三类路径匹配：动态组合4类智能体

Formulator：解析问题、抽取关键实体

Selector：基于内容关联度或路径过滤缩小搜索范围

Reasoner：图文双维度分析打分

Synthesizer：汇总局部答案形成最终结论

执行流程：Skyline算子选取最优块 → 送LLM生成

图片

实验结果

召回率：71.2%（↑26.7%）Token开销：仅为DocETL的1/10平均延迟：提速2×

消融实验

思考启示

层级化文档不限于“书籍”：合同、病历、法规皆可参照此思路信息汲取理论为RAG带来了“人类式阅读”的可解释路径梯度消歧是clean-ER的低成本替代方案，可迁移到任何单文档图谱构建