Resolución de entidades basada en grafos

¡Vaya! Incluso con un prompt a prueba de balas, ejemplos few-shot y los dedos cruzados, el LLM ha alucinado un personaje llamado Romeo Capulet y le ha asignado algunas líneas en la base de datos.

{
  "id": "romeo-capulet",
  "name": "Romeo Capulet",
  "family": "Montague"
}

Por suerte, puedes usar las relaciones del grafo de conocimiento para decidir si este nodo es probablemente un duplicado accidental de otro llamado Romeo Montague.

La sentencia Cypher similarity_cypher usa las relaciones MEMBER_OF e INTERACTS_WITH para construir una puntuación de similitud arbitraria con las siguientes propiedades:

Condición	Cypher	Modificador de puntos
Una relación `MEMBER_OF` a la misma familia	`af = bf`	`+1`
La misma propiedad de nombre	`a.name = b.name`	`+2`
Porcentaje de personajes con los que interactúan `a` y `b`	`size(inCommon) / size(aInteractsWith)`	Multiplicado por el porcentaje de `b` con el que interactúa `a`

Por tu conocimiento del dominio, sabes que una puntuación de 2 indica una fuerte correlación.

Este ejercicio forma parte del curso

Graph RAG con LangChain y Neo4j

Instrucciones del ejercicio

Consulta graph con la consulta Cypher (similarity_cypher) para calcular las puntuaciones de similitud entre "romeo-capulet" y los otros nodos de personajes.
Extrae "bId", "bFamily" y "score", en ese orden, de cada row en results.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Query the graph with similarity_cypher
result = ____

# Extract and print the results
for row in result:
    print(row['____'], 'from', row['____'], 'has similarity score of ', row['____'])

Editar y ejecutar código

Este ejercicio forma parte del curso

Graph RAG con LangChain y Neo4j

AvanzadoNivel de habilidad

4.8+

Empieza el curso gratis

Aprende cómo Graph RAG puede mejorar la precisión y la fiabilidad de las aplicaciones RAG. Almacena información como nodos y aristas en una base de datos Neo4j y dale a tu LLM la capacidad de consultarla para recuperar información de entidades y relaciones y así ofrecer respuestas fundamentadas.

Exercise 1: Grafos y RAG Exercise 2: Crear nodos Exercise 3: Crear relaciones Exercise 4: Guardar documentos de grafo Exercise 5: Consultar un grafo de conocimiento Exercise 6: Escribir sentencias Cypher Exercise 7: Ejecutar sentencias Cypher Exercise 8: La cláusula MERGE Exercise 9: Graph RAG de texto a Cypher con Neo4j Exercise 10: Crear una cadena de text-to-Cypher Exercise 11: Cadena de recuperación de Text-to-Cypher

Las aplicaciones de Text-to-Cypher funcionan bien en muchos casos, ¡pero podemos ir un paso más allá! Descubre cómo construir bases de datos de grafos usando distintos modelos de grafo, incluidos los grafos léxicos y de dominio. Crea índices vectoriales en Neo4j para tener lo mejor de ambos mundos y ejecutar a la vez recuperación por grafo y por vectores.

Exercise 1: Grafos léxicos Exercise 2: Elementos de un grafo léxico Exercise 3: Dividir la obra en actos Exercise 4: Creación de un grafo léxico jerárquico Exercise 5: Combinar grafos léxicos con búsqueda vectorial Exercise 6: Crear fragmentos de texto Exercise 7: Crear un índice vectorial Exercise 8: Grafos de dominio Exercise 9: Crear una salida estructurada Exercise 10: Solicitar una salida estructurada Exercise 11: Proporcionar ejemplos few-shot Exercise 12: Crear una cadena de recuperación híbrida Exercise 13: Lambdas ejecutables (runnables)Exercise 14: Asignar valores adicionales a una entrada Exercise 15: El último eslabón de la cadena

Aunque las aplicaciones de Graph RAG suelen ser más fiables que las de vector RAG, no son infalibles. En este capítulo aprenderás a evaluar tus aplicaciones de Graph RAG, detectar nodos de grafo incorrectos o duplicados e integrar memoria a largo plazo para que las preferencias del usuario se aprendan con el tiempo.

Exercise 1: Resolución de entidades Exercise 2: Usar entidades extraídas Exercise 3: Resolución de entidades basada en grafos

Ejercicio actual

Exercise 4: Evaluar Graph RAG con RAGAS Exercise 5: Creando una evaluación con Ragas Exercise 6: Evaluar la recuperación de contexto con Ragas Exercise 7: Grafos de memoria Exercise 8: Guardar la memoria de la conversación en el grafo Exercise 9: Extraer hechos de historiales de conversación Exercise 10: Usar los hechos extraídos de la conversación Exercise 11: ¡Enhorabuena!