BM25 को समझना
BM25 स्पार्स retriever को अपनी RAG आर्किटेक्चर में जोड़ने से पहले, बेहतर होगा कि आप इसे कुछ छोटी स्ट्रिंग्स पर टेस्ट करें ताकि आपको यह समझ आ सके कि retriever डॉक्यूमेंट्स कैसे चुनता है.
आपको तीन स्ट्रिंग्स दी गई हैं जिनका उपयोग आप अपने BM25 retriever के बेस के रूप में करेंगे. इस अभ्यास के लिए आवश्यक फंक्शनैलिटी पहले से लोड की गई है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
LangChain के साथ Retrieval Augmented Generation (RAG)
अभ्यास निर्देश
- डॉक्यूमेंट्स से BM25 retriever इनिशियलाइज़ करें; इसे एक बार में तीन डॉक्यूमेंट retrieve करने के लिए कॉन्फ़िगर करें.
- दिए गए क्वेरी पर retriever को invoke करें.
- पहले परिणाम की page content को प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
chunks = [
"RAG stands for Retrieval Augmented Generation.",
"Graph Retrieval Augmented Generation uses graphs to store and utilize relationships between documents in the retrieval process.",
"There are different types of RAG architectures; for example, Graph RAG."
]
# Initialize the BM25 retriever
bm25_retriever = ____.from_texts(____)
# Invoke the retriever
results = bm25_retriever.____("Graph RAG")
# Extract the page content from the first result
print("Most Relevant Document:")
print(____)