Înțelegerea BM25

Înainte de a integra un retriever sparse BM25 în arhitectura ta RAG, cel mai bine este să îl testezi pe câteva șiruri scurte, pentru a înțelege cum selectează documentele.

Ți-au fost furnizate trei șiruri de caractere pe care le vei folosi ca bază pentru retriever-ul BM25. Funcționalitatea necesară pentru acest exercițiu este deja încărcată.

Acest exercițiu face parte din cursul

Retrieval Augmented Generation (RAG) cu LangChain

Vezi cursul

Instrucțiuni pentru exercițiu

Inițializează retriever-ul BM25 din documente, configurându-l să recupereze trei documente odată.
Invocă retriever-ul pe interogarea furnizată.
Afișează conținutul paginii din primul rezultat.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

chunks = [
    "RAG stands for Retrieval Augmented Generation.",
    "Graph Retrieval Augmented Generation uses graphs to store and utilize relationships between documents in the retrieval process.",
    "There are different types of RAG architectures; for example, Graph RAG."
]

# Initialize the BM25 retriever
bm25_retriever = ____.from_texts(____)

# Invoke the retriever
results = bm25_retriever.____("Graph RAG")

# Extract the page content from the first result
print("Most Relevant Document:")
print(____)

Editează și rulează codul