ÎncepețiÎncepe gratuit

Crearea unui index vectorial

Proprietățile 'text' ale nodurilor noastre Line sunt ideale pentru a genera încorporări (embeddings) care să răspundă la întrebări deschise despre piesă.

Folosește depozitul vectorial (vector store) furnizat de langchain-neo4j pentru a crea un index vectorial prin încorporarea proprietății 'text' a nodurilor Line.

Acest exercițiu face parte din cursul

Graph RAG cu LangChain și Neo4j

Vezi cursul

Instrucțiuni pentru exercițiu

  • Folosește clasa potrivită pentru a crea un index vectorial dintr-un graf existent de noduri și relații.
  • Instruiește clasa să stocheze încorporările (embeddings) în proprietatea de nod 'embedding'.
  • Instruiește clasa să creeze încorporări pe baza proprietății de nod 'text'.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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)
Editează și rulează codul