本研究提出符号图排序器（SGR），旨在提升大语言模型（LLMs）在会话搜索中的表现。通过将会话图转化为文本，增强了对图结构的理解，并通过自监督学习提升拓扑信息的捕捉能力。实验结果表明，该方法在基准数据集上表现优越，促进了传统搜索策略与现代LLMs的融合。