跳到主要内容

ElasticSearch BM25

Elasticsearch 是一个分布式、RESTful 的搜索和分析引擎。 它提供了一个分布式、多租户的全文本搜索引擎，具有 HTTP Web 接口和无模式 JSON 文档。

在信息检索中，Okapi BM25（BM 是最佳匹配的缩写）是搜索引擎用来估计文档与给定搜索查询相关性的排名函数。 它基于 Stephen E. Robertson、Karen Spärck Jones 和其他人在 1970 年代和 1980 年代开发的概率检索框架。

实际排名函数的名称是 BM25。 更完整的名称 Okapi BM25 包括第一个使用它的系统的名称，即 Okapi 信息检索系统，该系统于 1980 年代和 1990 年代在伦敦城市大学实施。 BM25 及其更新的变体，例如 BM25F（BM25 的一个版本，可以考虑文档结构和锚文本），代表了文档检索中使用的类似 TF-IDF 的检索函数。

此笔记本展示了如何使用使用 ElasticSearch 和 BM25 的检索器。

有关 BM25 详细信息的更多信息，请参阅此博客文章。

%pip install --upgrade --quiet  elasticsearch
from langchain_community.retrievers import (
    ElasticSearchBM25Retriever,
)

创建新检索器​

elasticsearch_url = "https://127.0.0.1:9200"
retriever = ElasticSearchBM25Retriever.create(elasticsearch_url, "langchain-index-4")
# Alternatively, you can load an existing index
# import elasticsearch
# elasticsearch_url="https://127.0.0.1:9200"
# retriever = ElasticSearchBM25Retriever(elasticsearch.Elasticsearch(elasticsearch_url), "langchain-index")

添加文本（如有必要）​

我们可以选择将文本添加到检索器（如果它们尚未在其中）。

retriever.add_texts(["foo", "bar", "world", "hello", "foo bar"])
['cbd4cb47-8d9f-4f34-b80e-ea871bc49856',
 'f3bd2e24-76d1-4f9b-826b-ec4c0e8c7365',
 '8631bfc8-7c12-48ee-ab56-8ad5f373676e',
 '8be8374c-3253-4d87-928d-d73550a2ecf0',
 'd79f457b-2842-4eab-ae10-77aa420b53d7']

使用检索器​

我们现在可以使用检索器了！

result = retriever.invoke("foo")
result
[Document(page_content='foo', metadata={}),
 Document(page_content='foo bar', metadata={})]

此页是否对您有所帮助？