ElasticSearch BM25

Elasticsearch 是一个分布式的、RESTful 的搜索和分析引擎。它提供了一个分布式、多租户能力的全文搜索引擎，具有 HTTP 网络接口和无模式的 JSON 文档。

在信息检索中，Okapi BM25（BM 是 best matching 的缩写）是搜索引擎用于估计文档与给定搜索查询的相关性的排名函数。它基于 1970 年代和 1980 年代由 Stephen E. Robertson、Karen Spärck Jones 等人开发的概率检索框架。

实际的排名函数名称是 BM25。更完整的名称 Okapi BM25 包括了第一个使用它的系统的名称，该系统是在 1980 年代和 1990 年代在伦敦城市大学实施的 Okapi 信息检索系统。BM25 及其更新的变体，例如 BM25F（一种可以考虑文档结构和锚文本的 BM25 版本），代表了用于文档检索的类似于 TF-IDF 的检索函数。

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

有关 BM25 的详细信息，请参阅这篇博客文章。

%pip install --upgrade --quiet  elasticsearch

from langchain_community.retrievers import (
    ElasticSearchBM25Retriever,
)

创建新的检索器

elasticsearch_url = "http://localhost:9200"
retriever = ElasticSearchBM25Retriever.create(elasticsearch_url, "langchain-index-4")

# 或者，您可以加载现有的索引
# import elasticsearch
# elasticsearch_url="http://localhost:9200"
# retriever = ElasticSearchBM25Retriever(elasticsearch.Elasticsearch(elasticsearch_url), "langchain-index")

添加文本（如果需要）

如果尚未添加到检索器中，我们可以选择添加文本。

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

现在我们可以使用检索器了！

result = retriever.invoke("foo")

result

[Document(page_content='foo', metadata={}),
 Document(page_content='foo bar', metadata={})]