Risoluzione di entità basata su grafo

Oh no! Anche con un prompt a prova di bomba, esempi few-shot e le dita incrociate, l'LLM ha comunque allucinato un personaggio chiamato Romeo Capulet e gli ha assegnato alcune battute nel database.

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

Per fortuna, puoi usare le relazioni nel knowledge graph per decidere se questo nodo è probabilmente un duplicato accidentale di un altro chiamato Romeo Montague.

L'istruzione Cypher similarity_cypher usa le relazioni MEMBER_OF e INTERACTS_WITH per costruire un punteggio di similarità arbitrario con le seguenti proprietà:

Condizione	Cypher	Modificatore punti
Una relazione `MEMBER_OF` verso la stessa famiglia	`af = bf`	`+1`
La stessa proprietà name	`a.name = b.name`	`+2`
Percentuale di personaggi con cui `a` e `b` interagiscono	`size(inCommon) / size(aInteractsWith)`	Moltiplicata per la percentuale di `b` con cui `a` interagisce

In base alla tua conoscenza del dominio, sai che un punteggio di 2 indica una forte correlazione.

Questo esercizio fa parte del corso

Graph RAG con LangChain e Neo4j

Visualizza corso

Istruzioni dell'esercizio

Interroga graph con la query Cypher (similarity_cypher) per calcolare i punteggi di similarità tra "romeo-capulet" e gli altri nodi dei personaggi.
Estrai "bId", "bFamily" e "score", in quest'ordine, da ogni row in results.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# 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['____'])

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 Exercise 3: Risoluzione di entità basata su grafo

Esercizio attuale

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!