벡터 인덱스 생성하기
Line 노드의 'text' 속성은 희곡에 대한 개방형 질문에 답할 임베딩을 생성하기에 아주 좋아요.
langchain-neo4j에서 제공하는 벡터 스토어를 사용해 Line 노드의 'text' 속성을 임베딩하여 벡터 인덱스를 생성하세요.
이 연습은 강의의 일부입니다
LangChain과 Neo4j로 배우는 Graph RAG
연습 안내
- 노드와 관계로 이루어진 기존 그래프에서 벡터 인덱스를 생성할 때 알맞은 클래스를 사용하세요.
- 임베딩을
'embedding'노드 속성에 저장하도록 클래스를 설정하세요. 'text'노드 속성에서 임베딩을 생성하도록 클래스를 설정하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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)