@inproceedings{Meli-Songuon-Troncy-Chabot:CORIA-TALN-2026:2026,
    author = {Meli Songuon, Carmelle and Troncy, Rapha\"el and Chabot, Yoan},
    title = "Les syst\`emes GraphRAG en pratique : vers une taxonomie des questions, des m\'ethodes et d\'efis d'\'evaluation",
    booktitle = "Actes de CORIA-TALN 2026. Actes de l'atelier sur l'\'evaluation des mod\`eles g\'en\'eratifs (LLM) et challenges (EvalLLM 2026)",
    month = "6",
    year = "2026",
    address = "Nantes, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "122-140",
    note = "",
    abstract = "La g\'en\'eration augment\'ee par la r\'ecup\'eration (RAG) s'est impos\'ee comme une approche efficace pour enrichir les grand mod\`eles de langue (LLMs) avec des connaissances externes afin d'am\'eliorer leur fiabilit\'e. Cependant, le RAG traditionnel, principalement bas\'e sur des corpus textuels, pr\'esente certaines limites, notamment la perte de contexte global due \`a la segmentation des documents et l'absence de mod\'elisation explicites de relations entre les entit\'es. En r\'eponse \`a ces limitations, le Gra- phRAG propose d'exploiter des structures de graphe afin de renforcer les capacit\'es de raisonnement des LLMs. Dans cet article, nous analysons des m\'ethodes GraphRAG existantes, en mettant en avant leurs caract\'eristiques sp\'ecifiques. Pour compl\'eter cette \'etude, nous proposons une taxonomie des types de questions et des r\'eponses, \'etroitement li\'ees aux choix architecturaux. Enfin nous pr\'esentons des m\'ethodes d'\'evaluation de ces syst\`emes, et plus largement des syst\`emes RAG.",
    keywords = "GraphRAG, LLMs, graphes de connaissances, question-r\'eponse, \'evaluation",
    url = "732022.pdf"
}