{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3475986"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3475986","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"The Best of Both Worlds? Exploring a Hybrid Approach in RAG","abstract":"Η παρούσα μελέτη διερευνά την επίδραση της ανάκτησης δομημένων και μη δομημένων δεδομένων σε Retrieval-Augmented Generation (RAG) συστήματα για Mεγάλα Γλωσσικά μοντέλα. Ο κύριος στόχος είναι να εκτιμηθεί κατά πόσο μια υβριδική προσέγγιση RAG, η οποία συνδυάζει την τεχνική DocumentRAG (ανάκτηση βάσει διανυσμάτων) και GraphRAG (ανάκτηση βάσει δομημένης γνώσης) μπορεί να ξεπεράσει την επίδοση των επιμέρους προσεγγίσεων. Για να επιτευχθεί αυτό, συλλέχθηκε ένα σύνολο δεδομένων από άρθρα ειδήσεων, τα οποία μετατράπηκαν αφενός σε κειμενικές αναπαραστάσεις και αφετέρου σε αναπαραστάσεις βασισμένες σε γραφήματα. Η μελέτη συγκρίνει συστηματικά τις επιδόσεις τριών μεθόδων ανάκτησης (DocumentRAG, GraphRAG και HybridRAG), ενώ αξιολογεί παράλληλα την επίδοση του βασικού γλωσσικού μοντέλου, Mistral-7B-v0.3, ως σημείο αναφοράς. Οι προσεγγίσεις αξιολογούνται μέσω πρότυπων μετρικών (ROUGE-2, ROUGE-L και BERTScore). Τα ευρήματα δείχνουν ότι το DocumentRAG υπερτερεί σταθερά του GraphRAG, ενώ το HybridRAG δεν παρουσιάζει σημαντικές βελτιώσεις συγκριτικά με το DocumentRAG, παρά τα θεωρητικά του πλεονεκτήματα. Για την περαιτέρω διερεύνηση αυτών των ευρημάτων, διεξήχθη ένα δεύτερο πείραμα σε ένα επιλεγμένο υποσύνολο δεδομένων, εφαρμόζοντας graph augmentation και ένα πιο εκλεπτυσμένο entity extraction, με στόχο την βελτίωση του GraphRAG και κατ’επέκτασιν του HybridRAG. Ενώ οι αλλαγές αυτές οδήγησαν σε ορισμένες βελτιώσεις της επίδοσης του GraphRAG, το HybridRAG δεν κατάφερε να ξεπεράσει το DocumentRAG. Συνεπώς, εξάγεται το συμπέρασμα ότι, ενώ το HybridRAG συνιστά μια πολλά υποσχόμενη μέθοδο, το σύστημα πρέπει να βελτιστοποιηθεί περαιτέρω για να επιτευχθούν τα επιθυμητά αποτελέσματα. Ωστόσο, η διαδικασία των πειραμάτων ήταν εξίσου ενδιαφέρουσα και επιμορφωτική, συντελώντας σε μια βαθύτερη κατανόηση του RAG.","abstract_html":"Η παρούσα μελέτη διερευνά την επίδραση της ανάκτησης δομημένων και μη δομημένων δεδομένων σε Retrieval-Augmented Generation (RAG) συστήματα για Mεγάλα Γλωσσικά μοντέλα. Ο κύριος στόχος είναι να εκτιμηθεί κατά πόσο μια υβριδική προσέγγιση RAG, η οποία συνδυάζει την τεχνική DocumentRAG (ανάκτηση βάσει διανυσμάτων) και GraphRAG (ανάκτηση βάσει δομημένης γνώσης) μπορεί να ξεπεράσει την επίδοση των επιμέρους προσεγγίσεων. Για να επιτευχθεί αυτό, συλλέχθηκε ένα σύνολο δεδομένων από άρθρα ειδήσεων, τα οποία μετατράπηκαν αφενός σε κειμενικές αναπαραστάσεις και αφετέρου σε αναπαραστάσεις βασισμένες σε γραφήματα. Η μελέτη συγκρίνει συστηματικά τις επιδόσεις τριών μεθόδων ανάκτησης (DocumentRAG, GraphRAG και HybridRAG), ενώ αξιολογεί παράλληλα την επίδοση του βασικού γλωσσικού μοντέλου, Mistral-7B-v0.3, ως σημείο αναφοράς. Οι προσεγγίσεις αξιολογούνται μέσω πρότυπων μετρικών (ROUGE-2, ROUGE-L και BERTScore). Τα ευρήματα δείχνουν ότι το DocumentRAG υπερτερεί σταθερά του GraphRAG, ενώ το HybridRAG δεν παρουσιάζει σημαντικές βελτιώσεις συγκριτικά με το DocumentRAG, παρά τα θεωρητικά του πλεονεκτήματα. Για την περαιτέρω διερεύνηση αυτών των ευρημάτων, διεξήχθη ένα δεύτερο πείραμα σε ένα επιλεγμένο υποσύνολο δεδομένων, εφαρμόζοντας graph augmentation και ένα πιο εκλεπτυσμένο entity extraction, με στόχο την βελτίωση του GraphRAG και κατ’επέκτασιν του HybridRAG. Ενώ οι αλλαγές αυτές οδήγησαν σε ορισμένες βελτιώσεις της επίδοσης του GraphRAG, το HybridRAG δεν κατάφερε να ξεπεράσει το DocumentRAG. Συνεπώς, εξάγεται το συμπέρασμα ότι, ενώ το HybridRAG συνιστά μια πολλά υποσχόμενη μέθοδο, το σύστημα πρέπει να βελτιστοποιηθεί περαιτέρω για να επιτευχθούν τα επιθυμητά αποτελέσματα. Ωστόσο, η διαδικασία των πειραμάτων ήταν εξίσου ενδιαφέρουσα και επιμορφωτική, συντελώντας σε μια βαθύτερη κατανόηση του RAG.","abstract_has_math":false,"creators":["Μπάτση Ελένη","Baci Eleni"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:32:09Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3475986"],"render_values":[{"text":"uoadl:3475986","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3475986","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3475986","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3475986","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μπάτση Ελένη","Baci Eleni"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3475986","https://pergamos.lib.uoa.gr/uoa/dl/object/3475986"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα μελέτη διερευνά την επίδραση της ανάκτησης δομημένων και μη δομημένων δεδομένων σε Retrieval-Augmented Generation (RAG) συστήματα για Mεγάλα Γλωσσικά μοντέλα. Ο κύριος στόχος είναι να εκτιμηθεί κατά πόσο μια υβριδική προσέγγιση RAG, η οποία συνδυάζει την τεχνική DocumentRAG (ανάκτηση βάσει διανυσμάτων) και GraphRAG (ανάκτηση βάσει δομημένης γνώσης) μπορεί να ξεπεράσει την επίδοση των επιμέρους προσεγγίσεων. Για να επιτευχθεί αυτό, συλλέχθηκε ένα σύνολο δεδομένων από άρθρα ειδήσεων, τα οποία μετατράπηκαν αφενός σε κειμενικές αναπαραστάσεις και αφετέρου σε αναπαραστάσεις βασισμένες σε γραφήματα. Η μελέτη συγκρίνει συστηματικά τις επιδόσεις τριών μεθόδων ανάκτησης (DocumentRAG, GraphRAG και HybridRAG), ενώ αξιολογεί παράλληλα την επίδοση του βασικού γλωσσικού μοντέλου, Mistral-7B-v0.3, ως σημείο αναφοράς. Οι προσεγγίσεις αξιολογούνται μέσω πρότυπων μετρικών (ROUGE-2, ROUGE-L και BERTScore). Τα ευρήματα δείχνουν ότι το DocumentRAG υπερτερεί σταθερά του GraphRAG, ενώ το HybridRAG δεν παρουσιάζει σημαντικές βελτιώσεις συγκριτικά με το DocumentRAG, παρά τα θεωρητικά του πλεονεκτήματα. Για την περαιτέρω διερεύνηση αυτών των ευρημάτων, διεξήχθη ένα δεύτερο πείραμα σε ένα επιλεγμένο υποσύνολο δεδομένων, εφαρμόζοντας graph augmentation και ένα πιο εκλεπτυσμένο entity extraction, με στόχο την βελτίωση του GraphRAG και κατ’επέκτασιν του HybridRAG. Ενώ οι αλλαγές αυτές οδήγησαν σε ορισμένες βελτιώσεις της επίδοσης του GraphRAG, το HybridRAG δεν κατάφερε να ξεπεράσει το DocumentRAG. Συνεπώς, εξάγεται το συμπέρασμα ότι, ενώ το HybridRAG συνιστά μια πολλά υποσχόμενη μέθοδο, το σύστημα πρέπει να βελτιστοποιηθεί περαιτέρω για να επιτευχθούν τα επιθυμητά αποτελέσματα. Ωστόσο, η διαδικασία των πειραμάτων ήταν εξίσου ενδιαφέρουσα και επιμορφωτική, συντελώντας σε μια βαθύτερη κατανόηση του RAG.","This study investigates the impact of implementing structured and unstructured data retrieval in Retrieval-Augmented Generation (RAG) systems for Large Language Models (LLMs). The primary objective is to assess whether a HybridRAG approach, which combines DocumentRAG (vector-based retrieval) and GraphRAG (structured knowledge retrieval) can outperform the individual approaches. To achieve this, a dataset of news articles was collected and processed into both textual and graph-based representations. The study systematically compares the performance of three retrieval setups (DocumentRAG, GraphRAG, and HybridRAG) while using the LLM itself, Mistral-7B-v0.3, as a baseline for comparison. The approaches are evaluated through standard metrics (ROUGE-2, ROUGE-L, and BERTScore). Findings indicate that DocumentRAG consistently outperforms GraphRAG, while HybridRAG does not show significant improvements over DocumentRAG, despite its theoretical advantages. To further investigate these findings, a second experiment was conducted on a selected subset of data, incorporating graph augmentation and a more refined entity extraction, aiming to improve GraphRAG and consequently, HybridRAG. While these modifications led to some improvements in GraphRAG’s performance, HybridRAG did not show a clear advantage over DocumentRAG. Ultimately, it is concluded that while HybridRAG holds promise, the entire pipeline must be further optimized and refined to enhance the LLM’s question-answering capabilities. Consequently, further research is required to achieve the desired improvements. However, the experimentation process was both insightful and enjoyable, providing a deeper understanding of RAG in general."]},{"key":"dc:title","label":"Title","values":["The Best of Both Worlds? Exploring a Hybrid Approach in RAG"]}]}],"canonical_facts":{"dc:creator":["Μπάτση Ελένη","Baci Eleni"],"dc:date":["2025"],"dc:description":["Η παρούσα μελέτη διερευνά την επίδραση της ανάκτησης δομημένων και μη δομημένων δεδομένων σε Retrieval-Augmented Generation (RAG) συστήματα για Mεγάλα Γλωσσικά μοντέλα. Ο κύριος στόχος είναι να εκτιμηθεί κατά πόσο μια υβριδική προσέγγιση RAG, η οποία συνδυάζει την τεχνική DocumentRAG (ανάκτηση βάσει διανυσμάτων) και GraphRAG (ανάκτηση βάσει δομημένης γνώσης) μπορεί να ξεπεράσει την επίδοση των επιμέρους προσεγγίσεων. Για να επιτευχθεί αυτό, συλλέχθηκε ένα σύνολο δεδομένων από άρθρα ειδήσεων, τα οποία μετατράπηκαν αφενός σε κειμενικές αναπαραστάσεις και αφετέρου σε αναπαραστάσεις βασισμένες σε γραφήματα. Η μελέτη συγκρίνει συστηματικά τις επιδόσεις τριών μεθόδων ανάκτησης (DocumentRAG, GraphRAG και HybridRAG), ενώ αξιολογεί παράλληλα την επίδοση του βασικού γλωσσικού μοντέλου, Mistral-7B-v0.3, ως σημείο αναφοράς. Οι προσεγγίσεις αξιολογούνται μέσω πρότυπων μετρικών (ROUGE-2, ROUGE-L και BERTScore). Τα ευρήματα δείχνουν ότι το DocumentRAG υπερτερεί σταθερά του GraphRAG, ενώ το HybridRAG δεν παρουσιάζει σημαντικές βελτιώσεις συγκριτικά με το DocumentRAG, παρά τα θεωρητικά του πλεονεκτήματα. Για την περαιτέρω διερεύνηση αυτών των ευρημάτων, διεξήχθη ένα δεύτερο πείραμα σε ένα επιλεγμένο υποσύνολο δεδομένων, εφαρμόζοντας graph augmentation και ένα πιο εκλεπτυσμένο entity extraction, με στόχο την βελτίωση του GraphRAG και κατ’επέκτασιν του HybridRAG. Ενώ οι αλλαγές αυτές οδήγησαν σε ορισμένες βελτιώσεις της επίδοσης του GraphRAG, το HybridRAG δεν κατάφερε να ξεπεράσει το DocumentRAG. Συνεπώς, εξάγεται το συμπέρασμα ότι, ενώ το HybridRAG συνιστά μια πολλά υποσχόμενη μέθοδο, το σύστημα πρέπει να βελτιστοποιηθεί περαιτέρω για να επιτευχθούν τα επιθυμητά αποτελέσματα. Ωστόσο, η διαδικασία των πειραμάτων ήταν εξίσου ενδιαφέρουσα και επιμορφωτική, συντελώντας σε μια βαθύτερη κατανόηση του RAG.","This study investigates the impact of implementing structured and unstructured data retrieval in Retrieval-Augmented Generation (RAG) systems for Large Language Models (LLMs). The primary objective is to assess whether a HybridRAG approach, which combines DocumentRAG (vector-based retrieval) and GraphRAG (structured knowledge retrieval) can outperform the individual approaches. To achieve this, a dataset of news articles was collected and processed into both textual and graph-based representations. The study systematically compares the performance of three retrieval setups (DocumentRAG, GraphRAG, and HybridRAG) while using the LLM itself, Mistral-7B-v0.3, as a baseline for comparison. The approaches are evaluated through standard metrics (ROUGE-2, ROUGE-L, and BERTScore). Findings indicate that DocumentRAG consistently outperforms GraphRAG, while HybridRAG does not show significant improvements over DocumentRAG, despite its theoretical advantages. To further investigate these findings, a second experiment was conducted on a selected subset of data, incorporating graph augmentation and a more refined entity extraction, aiming to improve GraphRAG and consequently, HybridRAG. While these modifications led to some improvements in GraphRAG’s performance, HybridRAG did not show a clear advantage over DocumentRAG. Ultimately, it is concluded that while HybridRAG holds promise, the entire pipeline must be further optimized and refined to enhance the LLM’s question-answering capabilities. Consequently, further research is required to achieve the desired improvements. However, the experimentation process was both insightful and enjoyable, providing a deeper understanding of RAG in general."],"dc:identifier":["uoadl:3475986","https://pergamos.lib.uoa.gr/uoa/dl/object/3475986"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["The Best of Both Worlds? Exploring a Hybrid Approach in RAG"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:32:09Z"}