Graph RAG がRAGアプリの正確性と信頼性をどのように高めるかを学びます。Neo4j データベースに情報をノードとエッジとして保存し、LLM がそれをクエリできるようにして、エンティティ情報や関係情報を取得し、根拠ある回答を生成できるようにします。

Graphs と RAG

ノードを作成する

リレーションシップの作成

グラフドキュメントの保存

ナレッジグラフをクエリする

Cypher ステートメントの作成

Cypher ステートメントを実行する

MERGE 句

Neo4j での Text-to-Cypher Graph RAG

text-to-Cypher チェーンを構築する

Text-to-Cypher 検索チェーン

Graph RAG と Neo4j をはじめよう

Text-to-Cypher アプリケーションは多くの場面で有効ですが、さらに良くできます。語彙グラフやドメイングラフなど、異なるグラフモデルでグラフデータベースを構築する方法を学びましょう。Neo4j のベクトルインデックスを作成して、グラフ検索とベクトル検索を同時に実行し、両方の長所を活かせるようにします。

レキシカルグラフ

レキシカルグラフの要素

戯曲を幕（Act）に分割する

階層的なレキシカルグラフを作る

レキシカルグラフとベクター検索の組み合わせ

テキストチャンクの作成

ベクトルインデックスを作成する

ドメイングラフ

構造化された出力を作成する

構造化出力をリクエストする

少数の例を提供する（few-shot）

ハイブリッドな検索チェーンの構築

Runnable lambda

入力に追加の値を割り当てる

チェーンの最後のリンク

グラフモデルとハイブリッド RAG

Graph RAG アプリは一般にベクトル型RAGより信頼性が高いものの、万能ではありません。この章では、Graph RAG アプリを評価し、誤ったノードや重複ノードを見つけ、ユーザーの嗜好を時間とともに学習できるよう長期記憶を統合する方法を学びます。

エンティティ解決

抽出したエンティティの活用

グラフに基づくエンティティ解決

RAGAS による Graph RAG の評価

Ragas 評価の作成

Ragas を使ったコンテキスト取得の評価

メモリーグラフ

グラフに会話メモリを保存する

会話履歴から事実を抽出する

抽出した会話ファクトの活用

おめでとうございます！

検索品質の向上

ベクトルや埋め込み、ベクトル型のRAGアプリにそろそろ飽きてきましたか？お待たせしました。このコースでは、情報をノードとリレーションシップとして保存・クエリすることで、Graph RAGがRAGアプリの正確性と信頼性を大きく高められることを学びます。Neo4jのグラフデータベースとLangChainを組み合わせると、LLMと外部データを効果的に連携できる、非常に強力な手法が手に入ります。

<h2>グラフでRAGアプリケーションをレベルアップ</h2>ベクトル、埋め込み、ベクトルRAGアプリケーションにはもう飽きていませんか？もう探す必要はありません！このコースでは、Graph RAGがノードとリレーションシップの形で情報を保存・検索することで、RAGアプリケーションの精度と信頼性を大幅に向上させる仕組みを学びます。 Neo4jグラフデータベースとLangChainを組み合わせると、LLMと外部データを取得・統合するための本当に優れた方法が手に入ります。<br><br><h2>非構造化テキストからNeo4jグラフデータベースを作成する</h2>データセットがグラフではなく、乱雑な非構造化テキストだったらどうしますか？慌てないでください&mdash;構造化出力を使ってLLMを活用し、テキストからエンティティと関係を抽出し、グラフデータベース用の新しいノードと関係を作成する方法を学べます。 LLMが抽出したテキストデータを入力するための厳密なデータ構造を定義するために、Pydanticライブラリを活用します。<br><br><h2>ベクトルとグラフを組み合わせてハイブリッドRAGを実現</h2>ベクトルかグラフかで選ぶ必要はありません&mdash;両方の長所を活かせます！単一のワークフローで両方のデータソースからデータを取得し、それらを統合したハイブリッドRAGアプリケーションに組み込むためのプロンプトを慎重に構築する方法を学びましょう。<br><br><h2>長期チャットボットメモリを統合する</h2>Neo4jのようなグラフデータベースは、検索用のナレッジベースとして役立つだけでなく、ユーザーの事実や好みのような長期的な情報もグラフとして保存できます！この長期記憶は、その後、他のグラフデータベースと同じようにクエリでき、これらの設定を統合してアプリケーションをパーソナライズできます。

Retrieval Augmented Generation (RAG) with LangChain

グラフRAGとハイブリッドRAGで、より正確で信頼性の高いRAGシステムを構築。

Graph RAG with LangChain and Neo4j

Graph RAGとハイブリッドRAGで、より正確で信頼性の高いRAGシステムを構築する。

RAGAS による Graph RAG の評価

Create Your Free Account