Skip to main content

TF-IDF

TF-IDF 意为词项频率乘以逆文档频率。

本笔记介绍了如何使用一个底层使用 TF-IDF 的检索器，使用了 scikit-learn 软件包。

有关 TF-IDF 详细信息，请参阅此博文。

%pip install --upgrade --quiet  scikit-learn
from langchain_community.retrievers import TFIDFRetriever

使用文本创建新的检索器​

retriever = TFIDFRetriever.from_texts(["foo", "bar", "world", "hello", "foo bar"])

使用文档创建新的检索器​

现在，您可以使用创建的文档创建一个新的检索器。

from langchain_core.documents import Document
retriever = TFIDFRetriever.from_documents(
    [
        Document(page_content="foo"),
        Document(page_content="bar"),
        Document(page_content="world"),
        Document(page_content="hello"),
        Document(page_content="foo bar"),
    ]
)

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={}),
 Document(page_content='hello', metadata={}),
 Document(page_content='world', metadata={})]

保存和加载​

您可以轻松保存和加载这个检索器，使其非常适合本地开发！

retriever.save_local("testing.pkl")
retriever_copy = TFIDFRetriever.load_local("testing.pkl")
retriever_copy.invoke("foo")
[Document(page_content='foo', metadata={}),
 Document(page_content='foo bar', metadata={}),
 Document(page_content='hello', metadata={}),
 Document(page_content='world', metadata={})]

Was this page helpful?


You can leave detailed feedback on GitHub.