NanoPQ（产品量化）
产品量化算法（k-NN）简而言之，是一种量化算法，它有助于压缩数据库向量，这有助于在涉及大型数据集时进行语义搜索。简而言之，嵌入被分成 M 个子空间，这些子空间进一步进行聚类。在对向量进行聚类后，质心向量被映射到每个子空间的每个聚类中存在的向量。
此笔记本介绍了如何使用一个检索器，该检索器在幕后使用由nanopq 包实现的产品量化。
%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
现在我们可以使用检索器了！
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')]