เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การโหลดไฟล์ PDF สำหรับ RAG

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

ในแบบฝึกหัดนี้ จะใช้ document loader เพื่อโหลดเอกสาร PDF ที่มีเนื้อหาจากบทความ Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks โดย Lewis et al. (2021) ไฟล์นี้พร้อมใช้งานในชื่อ 'rag_paper.pdf'

หมายเหตุ: pypdf ซึ่งเป็น dependency สำหรับโหลดเอกสาร PDF ใน LangChain ได้รับการติดตั้งไว้ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Retrieval Augmented Generation (RAG) ด้วย LangChain

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import คลาสที่เหมาะสมสำหรับโหลดเอกสาร PDF ใน LangChain
  • สร้าง document loader สำหรับเอกสาร 'rag_paper.pdf'
  • โหลดเอกสารเข้าสู่หน่วยความจำเพื่อดูเนื้อหาของเอกสารหรือหน้าแรก

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import library
from langchain_community.document_loaders import ____

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

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