เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสร้าง Vector Index

property 'text' บน node Line เหมาะอย่างยิ่งสำหรับการสร้าง embedding เพื่อตอบคำถามปลายเปิดเกี่ยวกับบทละคร

ใช้ vector store ที่ langchain-neo4j มีให้เพื่อสร้าง vector index โดย embedding property 'text' ของ node Line

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Graph RAG ด้วย LangChain และ Neo4j

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้คลาสที่ถูกต้องเพื่อสร้าง vector index จากกราฟของ node และความสัมพันธ์ที่มีอยู่แล้ว
  • กำหนดให้คลาสเก็บ embedding ไว้ใน node property 'embedding'
  • กำหนดให้คลาสสร้าง embedding จาก node property 'text'

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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)
แก้ไขและรันโค้ด