เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การแบ่ง HTML

ในแบบฝึกหัดนี้ คุณจะแบ่งไฟล์ HTML ที่มีเนื้อหาคำสั่งผู้บริหารว่าด้วย AI ซึ่งออกโดยทำเนียบขาวของสหรัฐฯ ในเดือนตุลาคม 2023 เพื่อรักษาบริบทในแต่ละ chunk ให้มากที่สุด คุณจะใช้ค่า chunk_size และ chunk_overlap ที่มีขนาดใหญ่ขึ้น

คลาส LangChain ทั้งหมดที่จำเป็นสำหรับแบบฝึกหัดนี้ถูกโหลดไว้ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การพัฒนาแอปพลิเคชัน LLM ด้วย LangChain

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง UnstructuredHTMLLoader สำหรับไฟล์ white_house_executive_order_nov_2023.html แล้วโหลดเข้าสู่หน่วยความจำ
  • กำหนด chunk_size เป็น 300 และ chunk_overlap เป็น 100
  • สร้าง RecursiveCharacterTextSplitter โดยแบ่งที่อักขระ '.' จากนั้นใช้เมธอด .split_documents() เพื่อแบ่ง data และแสดงผล chunk ที่ได้

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Load the HTML document into memory
loader = UnstructuredHTMLLoader(____)
data = loader.____()

# Define variables
chunk_size = ____
chunk_overlap = ____

# Split the HTML
splitter = RecursiveCharacterTextSplitter(
    chunk_size=chunk_size,
    chunk_overlap=chunk_overlap,
    separators=____)

docs = splitter.____(data)
print(docs)
แก้ไขและรันโค้ด