Skip to main content

关于文档的问答

LangChain

在这个背景下，问答是指对您的文档数据进行问答。 对于其他类型数据的问答，请参考其他来源的文档，比如 SQL 数据库问答 或 与 API 交互。

对于多文档的问答，您几乎总是希望创建一个数据索引。 这可以智能地访问与给定问题最相关的文档，避免将所有文档传递给 LLM（节省时间和金钱）。

加载您的文档

from langchain.document_loaders import TextLoader
loader = TextLoader('../state_of_the_union.txt')

有关如何开始加载文档的更多信息，请参见 此处。

创建您的索引

from langchain.indexes import VectorstoreIndexCreator
index = VectorstoreIndexCreator().from_loaders([loader])

目前最好且最受欢迎的索引是 VectorStore 索引。

查询您的索引

query = "What did the president say about Ketanji Brown Jackson"
index.query(query)

或者，使用 query_with_sources 还可以获取涉及的源

query = "What did the president say about Ketanji Brown Jackson"
index.query_with_sources(query)

同样，这些高级接口掩盖了许多底层操作，请参见 此笔记本 以进行低级别演练。

文档问答​

问答涉及获取多个文档，然后对它们进行提问。 LLM 的响应将根据文档的内容包含您问题的答案。

使用问答链开始的推荐方法是：

from langchain.chains.question_answering import load_qa_chain
chain = load_qa_chain(llm, chain_type="stuff")
chain.run(input_documents=docs, question=query)

存在以下资源:

  • 问答笔记本：演示如何完成此任务的笔记本。
  • VectorDB 问答笔记本：演示如何对矢量数据库进行问答。当您有大量文档时，您不想将它们全部传递给 LLM，而是想首先对嵌入进行一些语义搜索时，这通常很有用。

添加来源​

还有一种变体，除了回答问题之外，语言模型还会引用它使用的来源（例如传递给它的文档之一）。

使用带有来源的问答链开始的推荐方法是：

from langchain.chains.qa_with_sources import load_qa_with_sources_chain
chain = load_qa_with_sources_chain(llm, chain_type="stuff")
chain({"input_documents": docs, "question": query}, return_only_outputs=True)

存在以下资源:

其他相关资源​

其他相关资源包括:

  • 处理文档的构建块：介绍了一些对于此任务非常有用的实用程序，包括文本拆分器（用于拆分长文档）和嵌入和向量存储（对于上述矢量数据库示例非常有用）。
  • CombineDocuments 链：介绍了一些特定类型的链，可以完成此任务。

全流程示例​

有关以全流程方式完成此任务的示例，请参见以下资源: