เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Document loader สำหรับ PDF

ในการเริ่มต้นใช้งาน Retrieval Augmented Generation (RAG) สิ่งแรกที่ต้องทำคือโหลดเอกสารที่โมเดลจะใช้อ้างอิง เอกสารเหล่านี้มาได้จากหลายแหล่ง และ LangChain รองรับ document loader สำหรับแหล่งข้อมูลหลากหลายประเภท

ในแบบฝึกหัดนี้ จะได้ใช้ document loader เพื่อโหลดไฟล์ PDF ที่เป็นบทความวิจัยชื่อ RAG VS Fine-Tuning: Pipelines, Tradeoffs, and a Case Study on Agriculture โดย Balaguer et al. (2024)

หมายเหตุ: pypdf ซึ่งเป็น dependency สำหรับโหลดไฟล์ PDF ใน LangChain ได้รับการติดตั้งไว้ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การพัฒนาแอปพลิเคชัน LLM ด้วย LangChain

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import คลาสที่เหมาะสมสำหรับโหลดเอกสาร PDF ใน LangChain
  • สร้าง document loader สำหรับไฟล์ 'rag_vs_fine_tuning.pdf' ที่อยู่ใน directory ปัจจุบัน
  • โหลดเอกสารเข้าสู่หน่วยความจำ แล้วดูเนื้อหาของเอกสารหรือหน้าแรก

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import library
from langchain_community.document_loaders import ____

# Create a document loader for rag_vs_fine_tuning.pdf
loader = ____

# Load the document
data = ____
print(data[0])
แก้ไขและรันโค้ด