RAG를 위한 PDF 파일 로딩
Retrieval Augmented Generation(RAG)을 구현하려면, 먼저 모델이 참고할 문서를 불러와야 해요. 문서는 다양한 소스에서 올 수 있으며, LangChain은 이러한 소스를 위한 다양한 문서 로더를 지원해요.
이번 연습에서는 문서 로더를 사용해 Lewis 외(2021)의 논문 Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks 가 담긴 PDF 문서를 불러올 거예요. 이 파일은 'rag_paper.pdf'로 제공돼요.
참고: LangChain에서 PDF 문서를 로드하는 데 필요한 의존성인 pypdf는 이미 설치되어 있어요.
이 연습은 강의의 일부입니다
LangChain을 활용한 RAG(검색 증강 생성)
연습 안내
- LangChain에서 PDF 문서를 로드하기 위한 적절한 클래스를 임포트하세요.
'rag_paper.pdf'문서를 위한 문서 로더를 생성하세요.- 문서를 메모리에 로드하고 첫 번째 문서(또는 페이지)의 내용을 확인하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import library
from langchain_community.document_loaders import ____
# Create a document loader for rag_paper.pdf
loader = ____
# Load the document
data = ____
print(data[0])