langchain_community.vectorstores.elastic_vector_search
.ElasticKnnSearch¶
- class langchain_community.vectorstores.elastic_vector_search.ElasticKnnSearch(index_name: str, embedding: Embeddings, es_connection: Optional['Elasticsearch'] = None, es_cloud_id: Optional[str] = None, es_user: Optional[str] = None, es_password: Optional[str] = None, vector_query_field: Optional[str] = 'vector', query_field: Optional[str] = 'text')[source]¶
[Deprecated] [已弃用] 使用k-最近邻搜索(k-NN)向量存储的`Elasticsearch`。
建议改用`ElasticsearchStore`,它支持元数据过滤、自定义查询检索器等更多功能!
您可以在`ElasticsearchStore`中阅读更多信息: https://python.langchain.com/docs/integrations/vectorstores/elasticsearch
它创建了一个文本数据的Elasticsearch索引,可以使用k-NN搜索进行搜索。文本数据使用提供的嵌入模型转换为向量嵌入,并将这些嵌入存储在Elasticsearch索引中。
- 属性:
index_name (str): Elasticsearch索引的名称。 embedding (Embeddings): 用于将文本数据转换为向量嵌入的嵌入模型。 es_connection (Elasticsearch, 可选): 现有的Elasticsearch连接。 es_cloud_id (str, 可选): 您的Elasticsearch服务部署的Cloud ID。 es_user (str, 可选): 您的Elasticsearch服务部署的用户名。 es_password (str, 可选): 您的Elasticsearch服务部署的密码。 vector_query_field (str, 可选): Elasticsearch索引中包含向量嵌入的字段的名称。 query_field (str, 可选): Elasticsearch索引中包含原始文本数据的字段的名称。
- 用法:
>>> from embeddings import Embeddings >>> embedding = Embeddings.load('glove') >>> es_search = ElasticKnnSearch('my_index', embedding) >>> es_search.add_texts(['Hello world!', 'Another text']) >>> results = es_search.knn_search('Hello') [(Document(page_content='Hello world!', metadata={}), 0.9)]
Notes
Deprecated since version 0.0.1: Use Use ElasticsearchStore class in langchain-elasticsearch package instead.
Attributes
embeddings
如果可用,访问查询嵌入对象。
Methods
__init__
(index_name, embedding[, ...])aadd_documents
(documents, **kwargs)运行更多的文档通过嵌入并添加到向量存储中。
aadd_texts
(texts[, metadatas])运行更多的文本通过嵌入,并添加到向量存储中。
add_documents
(documents, **kwargs)运行更多的文档通过嵌入并添加到向量存储中。
add_texts
(texts[, metadatas, model_id, ...])将一组文本添加到Elasticsearch索引中。
adelete
([ids])根据向量ID或其他条件进行删除。
afrom_documents
(documents, embedding, **kwargs)返回从文档和嵌入初始化的VectorStore。
afrom_texts
(texts, embedding[, metadatas])返回从文本和嵌入初始化的VectorStore。
amax_marginal_relevance_search
(query[, k, ...])返回使用最大边际相关性选择的文档。
返回使用最大边际相关性选择的文档。
as_retriever
(**kwargs)返回从此VectorStore初始化的VectorStoreRetriever。
asearch
(query, search_type, **kwargs)返回使用指定搜索类型的查询最相似的文档。
asimilarity_search
(query[, k])返回与查询最相似的文档。
asimilarity_search_by_vector
(embedding[, k])返回与嵌入向量最相似的文档。
返回文档和相关性分数在范围[0, 1]内,异步执行。
asimilarity_search_with_score
(*args, **kwargs)使用异步方式运行相似性搜索与距离。
create_knn_index
(mapping)在Elasticsearch中创建一个新的k-NN索引。
delete
([ids])根据向量ID或其他条件进行删除。
from_documents
(documents, embedding, **kwargs)返回从文档和嵌入初始化的VectorStore。
from_texts
(texts, embedding[, metadatas])创建一个新的ElasticKnnSearch实例,并将文本列表添加到Elasticsearch索引中。
knn_hybrid_search
([query, k, query_vector, ...])在Elasticsearch索引上执行混合k-NN和文本搜索。
knn_search
([query, k, query_vector, ...])在Elasticsearch索引上执行k-NN搜索。
max_marginal_relevance_search
(query[, k, ...])返回使用最大边际相关性选择的文档。
返回使用最大边际相关性选择的文档。
search
(query, search_type, **kwargs)返回使用指定搜索类型的查询最相似的文档。
similarity_search
(query[, k, filter])传递给`knn_search`
similarity_search_by_vector
(embedding[, k])返回与嵌入向量最相似的文档。
返回文档和相关性得分在[0, 1]范围内。
similarity_search_with_score
(query[, k])传递到`knn_search`,包括分数
- Parameters
index_name (str) –
embedding (Embeddings) –
es_connection (Optional['Elasticsearch']) –
es_cloud_id (Optional[str]) –
es_user (Optional[str]) –
es_password (Optional[str]) –
vector_query_field (Optional[str]) –
query_field (Optional[str]) –
- __init__(index_name: str, embedding: Embeddings, es_connection: Optional['Elasticsearch'] = None, es_cloud_id: Optional[str] = None, es_user: Optional[str] = None, es_password: Optional[str] = None, vector_query_field: Optional[str] = 'vector', query_field: Optional[str] = 'text')[source]¶
- Parameters
index_name (str) –
embedding (Embeddings) –
es_connection (Optional['Elasticsearch']) –
es_cloud_id (Optional[str]) –
es_user (Optional[str]) –
es_password (Optional[str]) –
vector_query_field (Optional[str]) –
query_field (Optional[str]) –
- async aadd_documents(documents: List[Document], **kwargs: Any) List[str] ¶
运行更多的文档通过嵌入并添加到向量存储中。
- 参数:
documents (List[Document]): 要添加到向量存储中的文档。
- 返回:
List[str]: 添加的文本的ID列表。
- Parameters
documents (List[Document]) –
kwargs (Any) –
- Return type
List[str]
- async aadd_texts(texts: Iterable[str], metadatas: Optional[List[dict]] = None, **kwargs: Any) List[str] ¶
运行更多的文本通过嵌入,并添加到向量存储中。
- Parameters
texts (Iterable[str]) –
metadatas (Optional[List[dict]]) –
kwargs (Any) –
- Return type
List[str]
- add_documents(documents: List[Document], **kwargs: Any) List[str] ¶
运行更多的文档通过嵌入并添加到向量存储中。
- 参数:
documents (List[Document]): 要添加到向量存储中的文档。
- 返回:
List[str]: 添加的文本的ID列表。
- Parameters
documents (List[Document]) –
kwargs (Any) –
- Return type
List[str]
- add_texts(texts: Iterable[str], metadatas: Optional[List[Dict[Any, Any]]] = None, model_id: Optional[str] = None, refresh_indices: bool = False, **kwargs: Any) List[str] [source]¶
将一组文本添加到Elasticsearch索引中。
- 参数:
texts (Iterable[str]): 要添加到索引中的文本。 metadatas (List[Dict[Any, Any]], optional): 与文本关联的元数据字典列表。 model_id (str, optional): 用于将文本转换为向量的模型的ID。 refresh_indices (bool, optional): 在添加文本后是否刷新Elasticsearch索引。 **kwargs: 任意关键字参数。
- 返回:
添加文本的ID列表。
- Parameters
texts (Iterable[str]) –
metadatas (Optional[List[Dict[Any, Any]]]) –
model_id (Optional[str]) –
refresh_indices (bool) –
kwargs (Any) –
- Return type
List[str]
- async adelete(ids: Optional[List[str]] = None, **kwargs: Any) Optional[bool] ¶
根据向量ID或其他条件进行删除。
- 参数:
ids:要删除的ID列表。 **kwargs:子类可能使用的其他关键字参数。
- 返回:
Optional[bool]:如果删除成功则为True,否则为False,如果未实现则为None。
- Parameters
ids (Optional[List[str]]) –
kwargs (Any) –
- Return type
Optional[bool]
- async classmethod afrom_documents(documents: List[Document], embedding: Embeddings, **kwargs: Any) VST ¶
返回从文档和嵌入初始化的VectorStore。
- Parameters
documents (List[Document]) –
embedding (Embeddings) –
kwargs (Any) –
- Return type
VST
- async classmethod afrom_texts(texts: List[str], embedding: Embeddings, metadatas: Optional[List[dict]] = None, **kwargs: Any) VST ¶
返回从文本和嵌入初始化的VectorStore。
- Parameters
texts (List[str]) –
embedding (Embeddings) –
metadatas (Optional[List[dict]]) –
kwargs (Any) –
- Return type
VST
- async amax_marginal_relevance_search(query: str, k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, **kwargs: Any) List[Document] ¶
返回使用最大边际相关性选择的文档。
最大边际相关性优化了与查询的相似性和所选文档之间的多样性。
- 参数:
query:要查找类似文档的文本。 k:要返回的文档数量。默认为4。 fetch_k:要获取以传递给MMR算法的文档数量。 lambda_mult:0到1之间的数字,确定结果之间多样性的程度,0对应最大多样性,1对应最小多样性。默认为0.5。
- 返回:
由最大边际相关性选择的文档列表。
- Parameters
query (str) –
k (int) –
fetch_k (int) –
lambda_mult (float) –
kwargs (Any) –
- Return type
List[Document]
- async amax_marginal_relevance_search_by_vector(embedding: List[float], k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, **kwargs: Any) List[Document] ¶
返回使用最大边际相关性选择的文档。
- Parameters
embedding (List[float]) –
k (int) –
fetch_k (int) –
lambda_mult (float) –
kwargs (Any) –
- Return type
List[Document]
- as_retriever(**kwargs: Any) VectorStoreRetriever ¶
返回从此VectorStore初始化的VectorStoreRetriever。
- 参数:
- search_type(可选[str]):定义Retriever应执行的搜索类型。
可以是”similarity”(默认值)、”mmr”或”similarity_score_threshold”。
- search_kwargs(可选[Dict]):传递给搜索函数的关键字参数。可以包括:
k:要返回的文档数量(默认值:4) score_threshold:用于similarity_score_threshold的最小相关性阈值 fetch_k:传递给MMR算法的文档数量(默认值:20) lambda_mult:MMR返回结果的多样性;1表示最小多样性,0表示最大多样性(默认值:0.5) filter:按文档元数据筛选
- 返回:
VectorStoreRetriever:VectorStore的Retriever类。
示例:
# 检索更多具有更高多样性的文档 # 如果数据集中有许多相似的文档,则很有用 docsearch.as_retriever( search_type="mmr", search_kwargs={'k': 6, 'lambda_mult': 0.25} ) # 为MMR算法考虑更多文档 # 但只返回前5个 docsearch.as_retriever( search_type="mmr", search_kwargs={'k': 5, 'fetch_k': 50} ) # 仅检索具有特定阈值以上相关性分数的文档 docsearch.as_retriever( search_type="similarity_score_threshold", search_kwargs={'score_threshold': 0.8} ) # 仅从数据集中获取最相似的单个文档 docsearch.as_retriever(search_kwargs={'k': 1}) # 使用筛选器仅从特定论文中检索文档 docsearch.as_retriever( search_kwargs={'filter': {'paper_title':'GPT-4 Technical Report'}} )
- Parameters
kwargs (Any) –
- Return type
- async asearch(query: str, search_type: str, **kwargs: Any) List[Document] ¶
返回使用指定搜索类型的查询最相似的文档。
- Parameters
query (str) –
search_type (str) –
kwargs (Any) –
- Return type
List[Document]
- async asimilarity_search(query: str, k: int = 4, **kwargs: Any) List[Document] ¶
返回与查询最相似的文档。
- Parameters
query (str) –
k (int) –
kwargs (Any) –
- Return type
List[Document]
- async asimilarity_search_by_vector(embedding: List[float], k: int = 4, **kwargs: Any) List[Document] ¶
返回与嵌入向量最相似的文档。
- Parameters
embedding (List[float]) –
k (int) –
kwargs (Any) –
- Return type
List[Document]
- async asimilarity_search_with_relevance_scores(query: str, k: int = 4, **kwargs: Any) List[Tuple[Document, float]] ¶
返回文档和相关性分数在范围[0, 1]内,异步执行。
0表示不相似,1表示最相似。
- 参数:
query:输入文本 k:要返回的文档数量。默认为4。 **kwargs:要传递给相似性搜索的kwargs。应包括:
score_threshold:可选,介于0到1之间的浮点值,用于过滤检索到的文档集
- 返回:
元组列表(doc,相似度分数)的列表
- Parameters
query (str) –
k (int) –
kwargs (Any) –
- Return type
List[Tuple[Document, float]]
- async asimilarity_search_with_score(*args: Any, **kwargs: Any) List[Tuple[Document, float]] ¶
使用异步方式运行相似性搜索与距离。
- Parameters
args (Any) –
kwargs (Any) –
- Return type
List[Tuple[Document, float]]
- create_knn_index(mapping: Dict) None [source]¶
在Elasticsearch中创建一个新的k-NN索引。
- 参数:
mapping (字典): 用于新索引的映射。
- 返回:
无
- Parameters
mapping (Dict) –
- Return type
None
- delete(ids: Optional[List[str]] = None, **kwargs: Any) Optional[bool] ¶
根据向量ID或其他条件进行删除。
- 参数:
ids:要删除的ID列表。 **kwargs:子类可能使用的其他关键字参数。
- 返回:
Optional[bool]:如果删除成功则为True,否则为False,如果未实现则为None。
- Parameters
ids (Optional[List[str]]) –
kwargs (Any) –
- Return type
Optional[bool]
- classmethod from_documents(documents: List[Document], embedding: Embeddings, **kwargs: Any) VST ¶
返回从文档和嵌入初始化的VectorStore。
- Parameters
documents (List[Document]) –
embedding (Embeddings) –
kwargs (Any) –
- Return type
VST
- classmethod from_texts(texts: List[str], embedding: Embeddings, metadatas: Optional[List[Dict[Any, Any]]] = None, **kwargs: Any) ElasticKnnSearch [source]¶
创建一个新的ElasticKnnSearch实例,并将文本列表添加到Elasticsearch索引中。
- 参数:
texts (List[str]): 要添加到索引中的文本。 embedding (Embeddings): 用于将文本转换为向量的嵌入模型。 metadatas (List[Dict[Any, Any]], optional): 与文本关联的元数据字典列表。 **kwargs: 任意关键字参数。
- 返回:
一个新的ElasticKnnSearch实例。
- Parameters
texts (List[str]) –
embedding (Embeddings) –
metadatas (Optional[List[Dict[Any, Any]]]) –
kwargs (Any) –
- Return type
- knn_hybrid_search(query: Optional[str] = None, k: Optional[int] = 10, query_vector: Optional[List[float]] = None, model_id: Optional[str] = None, size: Optional[int] = 10, source: Optional[bool] = True, knn_boost: Optional[float] = 0.9, query_boost: Optional[float] = 0.1, fields: Optional[Union[List[Mapping[str, Any]], Tuple[Mapping[str, Any], ...]]] = None, page_content: Optional[str] = 'text') List[Tuple[Document, float]] [source]¶
在Elasticsearch索引上执行混合k-NN和文本搜索。
- 参数:
query(str,可选):要搜索的查询文本。 k(int,可选):要返回的最近邻居的数量。 query_vector(List[float],可选):要搜索的查询向量。 model_id(str,可选):用于将查询文本转换为向量的模型的ID。 size(int,可选):要返回的搜索结果数量。 source(bool,可选):是否返回搜索结果的源。 knn_boost(float,可选):应用于k-NN搜索结果的增强值。 query_boost(float,可选):应用于文本搜索结果的增强值。 fields(List[Mapping[str, Any]],可选):要在搜索结果中返回的字段。 page_content(str,可选):包含页面内容的字段的名称。
- 返回:
一个元组列表,每个元组包含一个Document对象和一个分数。
- Parameters
query (Optional[str]) –
k (Optional[int]) –
query_vector (Optional[List[float]]) –
model_id (Optional[str]) –
size (Optional[int]) –
source (Optional[bool]) –
knn_boost (Optional[float]) –
query_boost (Optional[float]) –
fields (Optional[Union[List[Mapping[str, Any]], Tuple[Mapping[str, Any], ...]]]) –
page_content (Optional[str]) –
- Return type
List[Tuple[Document, float]]
- knn_search(query: Optional[str] = None, k: Optional[int] = 10, query_vector: Optional[List[float]] = None, model_id: Optional[str] = None, size: Optional[int] = 10, source: Optional[bool] = True, fields: Optional[Union[List[Mapping[str, Any]], Tuple[Mapping[str, Any], ...]]] = None, page_content: Optional[str] = 'text') List[Tuple[Document, float]] [source]¶
在Elasticsearch索引上执行k-NN搜索。
- 参数:
query (str, optional): 要搜索的查询文本。 k (int, optional): 要返回的最近邻居的数量。 query_vector (List[float], optional): 要搜索的查询向量。 model_id (str, optional): 用于将查询文本转换为向量的模型的ID。 size (int, optional): 要返回的搜索结果数量。 source (bool, optional): 是否返回搜索结果的源。 fields (List[Mapping[str, Any]], optional): 要在搜索结果中返回的字段。 page_content (str, optional): 包含页面内容的字段的名称。
- 返回:
一个元组列表,每个元组包含一个Document对象和一个分数。
- Parameters
query (Optional[str]) –
k (Optional[int]) –
query_vector (Optional[List[float]]) –
model_id (Optional[str]) –
size (Optional[int]) –
source (Optional[bool]) –
fields (Optional[Union[List[Mapping[str, Any]], Tuple[Mapping[str, Any], ...]]]) –
page_content (Optional[str]) –
- Return type
List[Tuple[Document, float]]
- max_marginal_relevance_search(query: str, k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, **kwargs: Any) List[Document] ¶
返回使用最大边际相关性选择的文档。
最大边际相关性优化了与查询的相似性和所选文档之间的多样性。
- 参数:
query:要查找类似文档的文本。 k:要返回的文档数量。默认为4。 fetch_k:要获取以传递给MMR算法的文档数量。 lambda_mult:0到1之间的数字,确定结果之间多样性的程度,0对应最大多样性,1对应最小多样性。默认为0.5。
- 返回:
由最大边际相关性选择的文档列表。
- Parameters
query (str) –
k (int) –
fetch_k (int) –
lambda_mult (float) –
kwargs (Any) –
- Return type
List[Document]
- max_marginal_relevance_search_by_vector(embedding: List[float], k: int = 4, fetch_k: int = 20, lambda_mult: float = 0.5, **kwargs: Any) List[Document] ¶
返回使用最大边际相关性选择的文档。
最大边际相关性优化了与查询的相似性和所选文档之间的多样性。
- 参数:
embedding:要查找相似文档的嵌入。 k:要返回的文档数量。默认为4。 fetch_k:要获取以传递给MMR算法的文档数量。 lambda_mult:介于0和1之间的数字,确定结果之间多样性的程度,其中0对应最大多样性,1对应最小多样性。默认为0.5。
- 返回:
由最大边际相关性选择的文档列表。
- Parameters
embedding (List[float]) –
k (int) –
fetch_k (int) –
lambda_mult (float) –
kwargs (Any) –
- Return type
List[Document]
- search(query: str, search_type: str, **kwargs: Any) List[Document] ¶
返回使用指定搜索类型的查询最相似的文档。
- Parameters
query (str) –
search_type (str) –
kwargs (Any) –
- Return type
List[Document]
- similarity_search(query: str, k: int = 4, filter: Optional[dict] = None, **kwargs: Any) List[Document] [source]¶
传递给`knn_search`
- Parameters
query (str) –
k (int) –
filter (Optional[dict]) –
kwargs (Any) –
- Return type
List[Document]
- similarity_search_by_vector(embedding: List[float], k: int = 4, **kwargs: Any) List[Document] ¶
返回与嵌入向量最相似的文档。
- 参数:
embedding:要查找与之相似的文档的嵌入。 k:要返回的文档数量。默认为4。
- 返回:
与查询向量最相似的文档列表。
- Parameters
embedding (List[float]) –
k (int) –
kwargs (Any) –
- Return type
List[Document]
- similarity_search_with_relevance_scores(query: str, k: int = 4, **kwargs: Any) List[Tuple[Document, float]] ¶
返回文档和相关性得分在[0, 1]范围内。
0表示不相似,1表示最相似。
- 参数:
query:输入文本 k:要返回的文档数量。默认为4。 **kwargs:要传递给相似性搜索的kwargs。应包括:
score_threshold:可选,介于0到1之间的浮点值,用于过滤检索到的文档集
- 返回:
元组列表(doc,相似性得分)
- Parameters
query (str) –
k (int) –
kwargs (Any) –
- Return type
List[Tuple[Document, float]]