वेक्टर इंडेक्स बनाना
हमारे Line नोड्स पर मौजूद 'text' प्रॉपर्टीज़ नाटक के बारे में ओपन-एंडेड प्रश्नों के उत्तर के लिए एम्बेडिंग बनाने के लिए बिलकुल उपयुक्त हैं.
langchain-neo4j द्वारा दिए गए वेक्टर स्टोर का उपयोग करके Line नोड्स की 'text' प्रॉपर्टी को एम्बेड करके एक वेक्टर इंडेक्स बनाएँ.
यह अभ्यास पाठ्यक्रम का हिस्सा है
LangChain और Neo4j के साथ Graph RAG
अभ्यास निर्देश
- नोड्स और रिलेशनशिप्स के मौजूदा ग्राफ़ से वेक्टर इंडेक्स बनाने के लिए सही क्लास का उपयोग करें.
- क्लास को निर्देश दें कि एम्बेडिंग्स
'embedding'नोड प्रॉपर्टी में स्टोर हों. - क्लास को निर्देश दें कि
'text'नोड प्रॉपर्टी पर एम्बेडिंग्स बनाए.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
from langchain_neo4j import Neo4jVector
# Create a vector store from the existing graph
line_retriever = ____.from_existing_graph(
embedding=embeddings,
url=NEO4J_URL, username=NEO4J_USERNAME, password=NEO4J_PASSWORD,
index_name="lines_index",
node_label="Line",
# Set the embedding and text node properties
____="embedding",
____=["text"],
)
results = line_retriever.similarity_search_with_score("Biting a finger", k=3)
for result in results:
print(result[0].page_content)