Primii pași cu divizarea textului

E momentul să începi să divizi! Ai la dispoziție un enunț despre RAG stocat în variabila de tip șir de caractere text. Sarcina ta este să împarți acest șir la fiecare apariție a caracterului '.'. Analizează rezultatele divizării pentru a vedea cât de bine a funcționat această strategie.

Acest exercițiu face parte din cursul

Retrieval Augmented Generation (RAG) cu LangChain

Vezi cursul

Instrucțiuni pentru exercițiu

Definește un splitter de text pe caractere LangChain care va împărți textul la caracterul '.', cu o dimensiune a fragmentului de 75 și o suprapunere de 10.
Împarte text folosind text_splitter-ul pe care l-ai definit.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

text = '''RAG (retrieval augmented generation) is an advanced NLP model that combines retrieval mechanisms with generative capabilities. RAG aims to improve the accuracy and relevance of its outputs by grounding responses in precise, contextually appropriate data.'''

# Define a text splitter that splits on the '.' character
text_splitter = ____(
    ____,
    ____,  
    ____  
)

# Split the text using text_splitter
chunks = text_splitter.____
print(chunks)
print([len(chunk) for chunk in chunks])

Editează și rulează codul