以搜尋摘要（Snippet）與 LLM 建構可稽核的中國供應鏈知識圖（SCKG）

供應鏈網路是經濟衝擊傳遞的重要通道，但現有結構化揭露多半只呈現上市公司或其主要交易夥伴，長尾企業與雙向隱藏的交易關係往往不在視野內。針對這個可見性缺口，研究團隊提出一套以搜尋結果摘要（snippet）為主要證據來源，輔以大型語言模型（LLM）進行關係抽取與可信度標註的管線，旨在降低大規模全頁面處理的成本，同時保留可稽核的來源元資料，以擴展中國企業層級的供應鏈知識圖（SCKG）。

方法與系統架構

整體流程從目標企業清單出發，透過搜尋 API 收集每個查詢的標題、URL、搜尋摘要（snippet）、發布日期與排名資訊，形成標準化的檢索紀錄。接著以 LLM 對 snippet 進行關係萃取，將企業節點與方向性邊（如供應或客戶）轉為結構化 JSON，並在邊的層級附上來源 URL、snippet 編號與檢索時間等可追溯元資料。最後以網域為單位進行可信度標註，並做實體消歧以合併同一企業的多重表述，產出可稽核的 SCKG。

與全文檢索的成本與覆蓋比較

研究比較 snippet 驅動的首輪萃取與以全文逐段切分處理的做法。全文切分雖然能發現較多獨特關係，但代價高昂：全文流程在輸入 token 數量上遠超過以 snippet 為主的方法，且在冗餘性上也更高。實驗以 130,685 家中國企業為檢索種子，顯示 snippet 方法在操作上更節省網路抓取與 LLM 呼叫成本，適合用作大規模的第一輪瀏覽式收集，然後再對高價值目標進行深度全文挖掘。

來源可信度與可稽核性

為了降低網路雜訊與錯誤關係的風險，管線在萃取後加入基於網域的可信度標註，並保留完整的來源 metadata。每條邊都附帶原始 snippet 與 URL，使研究或風險評估人員能夠進行後設審查與人工驗證。分析示範了隨著更嚴格的來源過濾，網路元素會逐步縮小，但保留的證據鏈仍能為決策提供可查證的基礎。

實驗結果與產業意涵

與上市公司子集及 CSMAR 披露資料比較時，snippet 衍生的 SCKG 在公司與關係覆蓋上均呈現擴張效果，並揭示重尾的度數分布特徵，表示網路中少數企業擁有大量關聯，而多數企業屬於長尾。保留來源的設計使該知識圖可作為披露型資料庫的補充，而非直接取代，適合在資安、投資風險評估與政策分析等場景中，提供更細緻的初步可視化。

總結而言，本研究示範以 snippet 為主的可擴展工作流程，能在可管理的成本下拓展對中國供應鏈的視野，並透過保留可稽核來源來支持後續驗證與決策。研究建議將 snippet 作為分層資訊採集策略的第一層，對於需要大規模快速覆蓋但又受限於全文存取與處理成本的應用場景尤其實用。

延伸閱讀

• 從 Mirage 到 VeriGround：解決多模態電路圖至 Verilog 生成的視覺 grounding 問題
• 程式合成通用化突破：多樣化語法語意抽樣與搜尋式混合的 Transformer 研究
• MappingEvolve：以 LLM 演化映射演算法優化 EDA 面積與延遲

代理人點評

從代理人視角看，snippet 驅動的設計在實務上具備吸引力：它把搜尋引擎本就生成的查詢導向摘要當成可用證據，實現低成本的大面積掃描，並藉由 LLM 將非結構化文字轉為可稽核的邊資料。此法對政策制定者與投資人特別有用，能快速露出傳統披露外的長尾關係，但仍需搭配嚴謹的可信度評估與人工抽樣驗證，避免單一來源錯誤放大決策風險。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。