従来のRAG(Retrieval Augmented Generation，検索拡張生成)では，テキストのベクトル化をdoc2Vecのようなイメージで行うため，つまり，文章全体で1ベクトルに変換されるため，ユーザーの投げたQのテキストとRAGにセットするQAデータセットのテキストのコサイン類似度計算時に精度が落ちるという問題を抱えていた．
そこで，本研究では，テキストをindex化する際にProperty Graphを用いて意味定義をするProperty Graph RAGモデルを提案する．