跳到主要内容

NanoPQ (乘积量化)

乘积量化算法 (k-NN) 简而言之是一种量化算法，有助于压缩数据库向量，从而在涉及大型数据集时有助于语义搜索。简而言之，嵌入被拆分为 M 个子空间，这些子空间进一步进行聚类。在聚类向量时，质心向量会映射到每个子空间聚类中存在的向量。

这个笔记本介绍了如何使用一个检索器，该检索器在底层使用由 nanopq 包实现的乘积量化。

%pip install -qU langchain-community langchain-openai nanopq
from langchain_community.embeddings.spacy_embeddings import SpacyEmbeddings
from langchain_community.retrievers import NanoPQRetriever

使用文本创建新的检索器​

retriever = NanoPQRetriever.from_texts(
    ["Great world", "great words", "world", "planets of the world"],
    SpacyEmbeddings(model_name="en_core_web_sm"),
    clusters=2,
    subspace=2,
)

使用检索器​

我们现在可以使用检索器了！

retriever.invoke("earth")
M: 2, Ks: 2, metric : <class 'numpy.uint8'>, code_dtype: l2
iter: 20, seed: 123
Training the subspace: 0 / 2
Training the subspace: 1 / 2
Encoding the subspace: 0 / 2
Encoding the subspace: 1 / 2
[Document(page_content='world'),
 Document(page_content='Great world'),
 Document(page_content='great words'),
 Document(page_content='planets of the world')]

此页是否有帮助？