论文信息：
Shiwei Chen, Bin Liang, Yue Yu, Kam-Fai Wong, Hui Wang, Ruifeng Xu*. Retrieving on a Topic Graph for Long Document Question Answering. Neurocomputing. 2026. vol 669, 132447
doi: 10.1016/j.neucom.2025.132447
https://www.sciencedirect.com/science/article/pii/S0925231225031194
长文档问答（LDQA）中，LLM直接“整篇喂入”成本高且容易丢失关键信息（Lost-in-the-Middle）。传统RAG虽然能检索，但常把检索预算浪费在近重复片段上，同时把互相关联的证据打散到超长的提示里，导致影响推理连贯性。认知语言学的“工作记忆”理论启发我们：人类阅读更像是维持少量“主题块（Topic Chunks）”，需要时再激活细节，而不是在密集的句子级图里逐边搜索。基于此我们提出Topic Graph Retrieval Augmented Generation (TGRAG)，总体框架如图所示。
TGRAG总体框架
TGRAG的核心是“主题单元 + 稀疏主题图 + 一步扩散激活”的结构化检索，下面的算法总结了其主要步骤。第一步，主题抽取（Topic Extraction）：将文档切成句子级单元，并用LLM为每句分配高层主题标签，同时为query抽取query topic（实现中用 GPT-4o 作为主题标注器，并给出对应提示模板）。第二步，建图（Topic Graph Construction）：把句子作为节点，依据“共享主题 + 语义相似”建立边并剪枝，得到稀疏、query-anchored的 topic graph（近似“粗粒度主题骨架”）。第三步，图引导检索（Activation–Diffusion Retrieval）：将结构扩散信号与语义相似信号线性融合，选 top-K 句子作为候选证据，再用 cross-encoder 精排取 top-L 组成最终上下文，发送给LLM生成答案。
TGRAG算法描述
我们在NarrativeQA/HotpotQA/MuSiQue三个LDQA数据集上对TGRAG进行了评测，下表总结了这些数据集的基本数据。
数据集基本信息
采用LLM-as-a-Judge的双标尺评分（LR-1严格、LR-2宽松），分别对比了retrieval-only、长上下文LLM变体、以及结构化检索/GraphRAG类方法。可以发现TGRAG在三个数据集、两种评分下均为最优。
总体性能实验结果
在NarrativeQA上的消融分析也显示，去掉主题抽取、去掉激活扩散、去掉主题图、或用更简单的点乘重排都会下降，说明TGRAG的各模块均有贡献。
消融实验结果
在对TGRAG的进一步探索分析中，我们发现，在这个框架下：主题节点数k增加带来收益，但在k≈7 后趋于饱和；图稀疏度（边阈值τ）需要在“覆盖”与“噪声/上下文长度”间折中，默认τ=0.15 附近效果最好。
TGRAG用“主题抽取+稀疏主题图+激活扩散检索”的方式，把长文档证据组织成更符合“主题块”的结构，再配合cross-encoder精排，把有限检索预算集中在更连贯、互补的证据上，从而更好地支持了长文档问答生成。
