RAG के लिए PDF फ़ाइलें लोड करना
Retrieval Augmented Generation (RAG) लागू करना शुरू करने के लिए, सबसे पहले आपको वे दस्तावेज़ लोड करने होंगे जिन तक मॉडल पहुँच करेगा. ये दस्तावेज़ कई स्रोतों से आ सकते हैं, और LangChain इनमें से कई के लिए डॉक्यूमेंट लोडर सपोर्ट करता है.
इस अभ्यास में, आप एक डॉक्यूमेंट लोडर का उपयोग करके एक PDF डॉक्यूमेंट लोड करेंगे, जिसमें Lewis व अन्य (2021) का पेपर Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks है. यह फ़ाइल आपके लिए 'rag_paper.pdf' नाम से उपलब्ध है.
नोट: LangChain में PDF डॉक्यूमेंट लोड करने के लिए आवश्यक डिपेंडेंसी pypdf पहले से इंस्टॉल कर दी गई है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
LangChain के साथ Retrieval Augmented Generation (RAG)
अभ्यास निर्देश
- LangChain में PDF डॉक्यूमेंट लोड करने के लिए उचित क्लास इम्पोर्ट करें.
'rag_paper.pdf'डॉक्यूमेंट के लिए एक डॉक्यूमेंट लोडर बनाएँ.- डॉक्यूमेंट को मेमोरी में लोड करें ताकि पहले डॉक्यूमेंट या पेज की सामग्री देख सकें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import library
from langchain_community.document_loaders import ____
# Create a document loader for rag_paper.pdf
loader = ____
# Load the document
data = ____
print(data[0])