由Elsevier出版的国际期刊《Journal of Manufacturing Systems》近日发表厦门大学侯亮教授课题组最新研究成果：LLM-based domain-specific knowledge graph construction and hybrid retrieval-augmented generation。 https://doi.org/10.1016/j.jmsy.2026.04.023.
由大语言模型赋能的检索增强生成（RAG）正逐渐成为工业知识分析与决策支持的一种重要方法。然而，在知识密集型工业领域，现有RAG方法常面临检索结果不完整或噪声较多的问题，从而限制了其在高精度工业应用中的有效性。
本文提出了一种基于本体增强领域知识图谱的意图约束混合检索增强生成框架。该框架通过融合文本分类与基于大语言模型的知识抽取构建领域知识图谱。在此基础上，提出意图约束混合检索算法，将用户查询映射到本体空间，以引导检索过程在证据完整性与相关性之间取得平衡。该框架融合结构化知识与非结构化文本，实现高密度、低噪声的证据组织。研究结果表明，所提方法能够有效提升知识密集型工业任务中的检索与分析性能，为可靠的智能分析与决策提供了技术支持。
《Journal of Manufacturing Systems》是工业制造领域的国际高水平期刊（IF=14.9）。IDEAL实验室博士生周兴炜为该文第一作者，侯亮教授为通讯作者。相关研究工作得到国家自然科学基金、中央引导地方科技发展专项及福建省制造业可持续发展战略与技术高校重点实验室的支持。
