创建向量索引
我们的 Line 节点上的 'text' 属性非常适合用来生成嵌入向量，以回答关于该剧本的开放性问题。
请使用 langchain-neo4j 提供的向量存储，将 Line 节点的 'text' 属性进行嵌入，以创建一个向量索引。
本练习是课程的一部分
使用 LangChain 和 Neo4j 的 Graph RAG
练习说明
- 使用正确的类，从已有的节点和关系图中创建向量索引。
- 指示该类将嵌入向量存储到
'embedding'节点属性中。 - 指示该类基于
'text'节点属性创建嵌入向量。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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)