始める無料で始める

ベクトルインデックスを作成する

Line ノードの 'text' プロパティは、戯曲に関する自由回答の質問に答えるための埋め込み生成に最適です。

langchain-neo4j が提供するベクトルストアを使い、Line ノードの 'text' プロパティを埋め込んでベクトルインデックスを作成してください。

この演習はコースの一部です

Graph RAG with LangChain and Neo4j

コースを見る

演習の手順

  • 既存のノードとリレーションシップのグラフからベクトルインデックスを作成するために、適切なクラスを使用します。
  • そのクラスに、埋め込みを 'embedding' ノードプロパティに保存するよう指示します。
  • そのクラスに、'text' ノードプロパティを埋め込み対象として使用するよう指示します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

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)
コードを編集して実行