간단한 그래프 쿼리 엔진 구축

지난 2개의 블로그에서 neo4j를 설치하고 데이터를 로드하는 방법을 살펴보았습니다. 이 블로그에서는 질문에 답하면서도 neo4j에서 데이터를 검색하는 간단한 그래프 쿼리 엔진을 구축하는 방법을 살펴보겠습니다.

1단계: 암호 쿼리 작성

• 암호 쿼리를 작성하려면 질문과 함께 스키마 정보, 속성 정보를 GPT에 제공해야 합니다. 이 메타데이터 GPT를 사용하면 쿼리가 제공됩니다.

• 모든 사용자 입력에 대해3개의 쿼리를 반환하도록 프롬프트를 구성했습니다

1. 정규식- 이 쿼리에는 graphDB의 데이터와 일치하는 정규식 패턴이 있습니다
2. Levenshtein 유사성- 이 쿼리는 임계값 점수가 0.5보다 큰 levenshtein 유사성을 사용하여 그래프 DB에서 데이터를 일치시키고 가져옵니다.
3. 임베딩 기반 일치- 이미 데이터베이스에 임베딩을 푸시했으므로 이 쿼리에서는 사용자 쿼리 임베딩을 사용하여 코사인 유사성 점수를 사용하여 전체 목록을 재정렬합니다. 아마도 이것은 상위 5위를 반환하도록 개선될 수도 있습니다.

으아악

2단계 - 세 번째 쿼리에 임베딩 채우기

• 세 번째 쿼리는gds.similarity.cosine()을 사용하므로 사용자 쿼리를 임베딩으로 변환하고 이를 세 번째 쿼리에 채웁니다.

으아악

3단계 - DB 쿼리

• 준비된 암호 쿼리를 사용하여 DB를 쿼리합니다.

으아악

4단계 - 증강 세대

• 가져온 데이터를 사용하여 증강 생성 기술을 사용하여 증강 정보의 도움으로 사용자 쿼리에 대한 응답을 생성하는 GPT 히트

으아악

완전한 코드

으아악

시도해 봅시다

으아악

산출

다음 블로그에서는 이 설정을 API로 노출하는 간단한 FastAPI 앱을 구축하겠습니다.

이것이 도움이 되기를 바랍니다... !!!

링크드인 - https://www.linkedin.com/in/praveenr2998/
Github - https://github.com/praveenr2998/Creating-Lightweight-RAG-Systems-With-Graphs/blob/main/fastapi_app/query_engine.py

위 내용은 간단한 그래프 쿼리 엔진 구축의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!