BM25'i Anlama
BM25 seyrek arayıcıyı RAG mimarine entegre etmeye başlamadan önce, arayıcının belgeleri nasıl seçtiğine dair bir sezgi edinmek için onu kısa metinler üzerinde test etmek en iyisidir.
BM25 arayıcın için temel olarak kullanacağın üç metin verildi. Bu egzersiz için gereken işlevsellik senin için zaten yüklendi.
Bu egzersiz
LangChain ile Retrieval Augmented Generation (RAG)
kursunun bir parçasıdırEgzersiz talimatları
- BM25 arayıcısını belgelerden başlat; aynı anda üç belge getirecek şekilde yapılandır.
- Verilen sorgu üzerinde arayıcıyı çalıştır.
- İlk sonucun sayfa içeriğini yazdır.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
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(____)