NanoPQ（乘积量化）

简而言之，乘积量化算法（k-NN） 是一种量化算法，有助于压缩数据库向量，这在涉及大型数据集的语义搜索中很有帮助。简而言之，嵌入被分成 M 个子空间，然后进行聚类。聚类向量后，质心向量将映射到每个子空间集群中存在的向量。

此笔记本介绍了如何使用一个检索器，该检索器在后台使用由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

API 参考：SpacyEmbeddings | 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')]

相关

• 检索器 概念指南
• 检索器 操作指南