Usare le entità estratte

La sezione Dramatis Personæ del testo descrive i personaggi della pièce e può essere considerata una fonte completa e affidabile. Contiene anche informazioni ricche sulle relazioni personali tra i personaggi.

 Dramatis Personæ

ESCALUS, Prince of Verona.
MERCUTIO, kinsman to the Prince, and friend to Romeo.
PARIS, a young Nobleman, kinsman to the Prince.
Page to Paris.

Completa il codice per estrarre i personaggi dal testo personae usando character_chain, quindi usa l’elenco dei personaggi per costruire un elenco di relazioni dal testo usando relationship_chain.

La funzione visualize_families() mostrerà le relazioni risultanti in un grafo.

Questo esercizio fa parte del corso

Graph RAG con LangChain e Neo4j

Visualizza corso

Istruzioni dell'esercizio

Esegui character_chain, passandogli personae per estrarre le entità dei personaggi.
Esegui relationship_chain sul nome del personaggio, su personae e sui personaggi estratti in formato JSON (character_json) per estrarre le relazioni tra i tre personaggi elencati e quelli elencati in personae.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Extract characters from the personae variable
output = character_chain.____({"personae": ____})

character_json = dumps([dict(character) for character in output.characters])

# Extract the relationships
for character_name in ["Romeo", "Juliet", "Friar Lawrence"]:
    relationship_output = relationship_chain.invoke({
        "character_name": character_name, 
        "personae": ____, 
        "characters": ____
    })
    
    for relationship in relationship_output.relationships:
        all_relationships.append(relationship)

visualize_families(all_relationships, output)

Modifica ed esegui il codice

Questo esercizio fa parte del corso

Graph RAG con LangChain e Neo4j

AvançadoNível de habilidade

4.8+

Inizia il corso gratuitamente

Scopri come Graph RAG può migliorare l’accuratezza e l’affidabilità delle applicazioni RAG! Memorizza le informazioni come nodi e archi in un database Neo4j e dai al tuo LLM la possibilità di interrogarlo, così potrà recuperare informazioni su entità e relazioni per fornire risposte più informate.

Exercise 1: Grafi e RAG Exercise 2: Creare nodi Exercise 3: Creare relazioni Exercise 4: Salvare i documenti del grafo Exercise 5: Interrogare un grafo della conoscenza Exercise 6: Scrivere istruzioni Cypher Exercise 7: Eseguire istruzioni Cypher Exercise 8: La clausola MERGE Exercise 9: Graph RAG da testo a Cypher con Neo4j Exercise 10: Creare una chain text-to-Cypher Exercise 11: Catena di recupero Text-to-Cypher

Le applicazioni Text-to-Cypher funzionano bene in molti casi, ma possiamo fare di meglio! Scopri come costruire database a grafo usando diversi modelli, inclusi i grafi lessicali e di dominio. Crea indici vettoriali in Neo4j per avere il meglio di entrambi i mondi ed eseguire recupero su grafo e vettoriale in parallelo!

Exercise 1: Grafi lessicali Exercise 2: Elementi di un grafo lessicale Exercise 3: Suddividere l'opera in Atti Exercise 4: Creare un grafo lessicale gerarchico Exercise 5: Combinare i grafi lessicali con la ricerca vettoriale Exercise 6: Creare chunk di testo Exercise 7: Creare un indice vettoriale Exercise 8: Grafi di dominio Exercise 9: Creare un output strutturato Exercise 10: Richiedere un output strutturato Exercise 11: Fornire esempi few-shot Exercise 12: Creare una catena di recupero ibrida Exercise 13: Lambda eseguibili Exercise 14: Assegnare valori aggiuntivi a un input Exercise 15: L’ultimo anello della catena

Sebbene le applicazioni Graph RAG siano in genere più affidabili delle RAG vettoriali, non sono infallibili. In questo capitolo imparerai a valutare le tue applicazioni Graph RAG, a individuare nodi di grafo errati o duplicati e a integrare una memoria a lungo termine per apprendere le preferenze dell’utente nel tempo.

Exercise 1: Risoluzione delle entità Exercise 2: Usare le entità estratte

Esercizio attuale

Exercise 3: Risoluzione di entità basata su grafo Exercise 4: Valutare Graph RAG con RAGAS Exercise 5: Creare una valutazione con Ragas Exercise 6: Valutare il recupero del contesto con Ragas Exercise 7: Grafi di memoria Exercise 8: Salvare la memoria della conversazione nel grafo Exercise 9: Estrarre fatti dalle cronologie di conversazione Exercise 10: Utilizzare i fatti estratti dalla conversazione Exercise 11: Congratulazioni!