RAG知识增强系统2 - 检索器retriever

RAG检索器实现与查询重写

1.简介

读的环节,利用它获取最符合,最准的答案

2.使用样例

2.1 简单检索器实现
from langchain_community.document_loaders import TextLoader
from langchain_core.vectorstores import InMemoryVectorStore
from langchain_openai import OpenAIEmbeddings
from langchain_text_splitters import CharacterTextSplitter

loader = TextLoader("test.txt",encoding="utf-8")

documents = loader.load()
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
texts = text_splitter.split_documents(documents)
embeddings_model = OpenAIEmbeddings(
    model="BAAI/bge-m3",
    api_key='sk-zenbqykvzngjvzeoikvxdplnxbvrjsyntpiejwdefmigzjgb',
    base_url="https://api.siliconflow.cn/v1",
)

vectorstore = InMemoryVectorStore.from_documents(texts, embeddings_model)
retriever = vectorstore.as_retriever()
docs = retriever.invoke("deepseek是什么?")
docs

输出:

1.这里首先load test.txt这个文件,文件中含有大量的deepseek的信息

2.切分 和 实例化 嵌入模型后

3 用向量数据库 InMemoryVectorStore 存入资料

4 实例化检索器并匹配相关问题

2.2 查询重写
from langchain_community.vectorstores import FAISS
from langchain_community.document_loaders import WebBaseLoader
from langchain_openai import OpenAIEmbeddings

from langchain_text_splitters import RecursiveCharacterTextSplitter

# Load blog post
loader = WebBaseLoader("https://python.langchain.com/docs/how_to/MultiQueryRetriever/")
data = loader.load()

# Split
text_splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=0)
splits = text_splitter.split_documents(data)

# VectorDB
vectordb = FAISS.from_documents(documents=splits, embedding=embeddings_model)
from langchain.retrievers.multi_query import MultiQueryRetriever
from langchain_deepseek import ChatDeepSeek
import os
from dotenv import load_dotenv

load_dotenv()

llm = ChatDeepSeek(
    model="deepseek-chat",
    temperature=0,
    api_key=os.getenv('DEEPSEEK_API_KEY'),
    api_base=os.getenv('DEEPSEEK_API_BASE')
)

question = "如何让用户查询更准确?"
retriever_from_llm = MultiQueryRetriever.from_llm(
    retriever=vectordb.as_retriever(), llm=llm
)

import logging

logging.basicConfig()
logging.getLogger("langchain.retrievers.multi_query").setLevel(logging.INFO)

unique_docs = retriever_from_llm.invoke(question)
print(unique_docs)
len(unique_docs)

输出:

此处用了 FAISS向量数据库 来实现查询重写 

可以从输出结果看到 用户的问题重写成 这3个问题

  1. 有哪些方法可以提高用户查询的精准度?  '
  2.  在搜索系统中,优化用户查询准确性的策略有哪些?  
  3.  如何通过技术手段改进用户搜索的精确性?

并找到了 10个相关的文档碎片

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

程序猿John

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值