一种名为 BaryGraph 的新型知识图谱系统将每个关系视为一个称为 BaryEdge 的一等嵌入文档，而不是节点之间的边。它还引入了递归的 MetaBary 三元组，以发现遥远概念之间的结构桥梁。 这种方法解决了平面向量搜索的关键局限性，即仅将关系视为点之间的接近度，从而忽略了跨域连接。通过嵌入关系本身，BaryGraph 能够发现标准 RAG 系统无法检测到的类比和桥梁。 该系统使用 nomic-embed-text 进行嵌入，在 MongoDB Community 和 mongot 上运行，并本地处理整个英语维基词典（660 万文档）。它作为一个开源项目提供，并配有实时的 MCP 服务器供探索。
背景
知识图谱将实体表示为节点，关系表示为边，但传统的向量搜索仅比较实体嵌入，忽略了关系结构。检索增强生成（RAG）系统通常依赖平面相似性搜索，无法捕捉间接连接。BaryGraph 将关系作为单独的文档嵌入，以直接编码关系语义。