Elasticsearch：BM25 及使用 Elasticsearch 和 LangChain 的自查询检索器

这篇文章距离上次修改已过239天，其中的内容可能已经有所变动。

BM25是一种常用的搜索信息检索模型，它基于词频(TF)和逆文档频率(IDF)的概念，并结合了文档的长度标准化(Dl)和查询的长度标准化(Ql)来评估查询和文档的相关性。

在Elasticsearch中，可以通过设置index.search.similarity参数来指定使用BM25相似性评分模型。

以下是一个简单的Elasticsearch设置，使用BM25相似性评分模型的例子：

PUT /my_index
{
  "settings": {
    "similarity": {
      "my_similarity": {
        "type": "BM25",
        "k1": 1.2,
        "b": 0.75
      }
    }
  }
}

在Elasticsearch中使用BM25进行查询时，可以指定相似性评分模型：

GET /my_index/_search
{
  "query": {
    "match": {
      "content": {
        "query": "Elasticsearch",
        "similarity": "my_similarity"
      }
    }
  }
}

在Python中，使用elasticsearch-dsl-py库可以很容易地设置相似性评分模型。以下是一个设置BM25相似性评分模型的例子：

from elasticsearch_dsl import connections, Document, Text, BM25Similarity, Similarity

connections.create_connection(hosts=['localhost:9200'])

similarity = Similarity('my_similarity', BM25Similarity(k1=1.2, b=0.75))

class MyDocument(Document):
    content = Text(similarity='my_similarity')

    class Index:
        name = 'my_index'
        settings = {
            'similarity': similarity
        }

if __name__ == '__main__':
    MyDocument.init()

在Python中使用Elasticsearch进行查询时，可以指定相似性评分模型：

from elasticsearch_dsl import Search

s = Search(using='localhost:9200', index='my_index')
s = s.query('match', content={'query': 'Elasticsearch', 'similarity': 'my_similarity'})
response = s.execute()

LangChain是一个用于构建和优化语言模型应用和工作流的Python库。LangChain提供了一个自QueryRewrite自动生成查询的功能，可以用来自动优化搜索查询。

以下是一个使用LangChain创建自QueryRewrite的例子：

from langchain import LLM, LLMChain, ConversationLLM, QR

llm = LLM(...)  # 初始化LLM模型
chain = LLMChain(llm, qr_type=QR.from_llm(llm))  # 创建包含自QueryRewrite的LLM链

response = chain.respond("搜索Elasticsearch相关的文档")

在这个例子中，LangChain会使用LLM模型来理解用户查询，并生成一个优化后的查询，然后将其用于搜索Elasticsearch中的相关文档。

Elasticsearch：BM25 及使用 Elasticsearch 和 LangChain 的自查询检索器

评论已关闭

推荐阅读