Skip to main content
Open In ColabOpen on GitHub

ElasticSearch BM25

Elasticsearch 是一个分布式的、RESTful 风格的搜索和分析引擎。它提供了一个分布式的、支持多租户的全文搜索引擎，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）是搜索引擎用来估计文档与给定搜索查询相关性的排名函数。它基于Stephen E. Robertson、Karen Spärck Jones等人在1970年代和1980年代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，即Okapi信息检索系统，该系统在1980年代和1990年代在伦敦城市大学实现。BM25及其较新的变体，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TF-IDF的检索函数。

本笔记本展示了如何使用一个使用ElasticSearch和BM25的检索器。

有关BM25的更多详细信息，请参阅此博客文章。

%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")
# Alternatively, you can load an existing index
# import elasticsearch
# elasticsearch_url="http://localhost:9200"
# retriever = ElasticSearchBM25Retriever(elasticsearch.Elasticsearch(elasticsearch_url), "langchain-index")

添加文本（如有必要）​

我们可以选择性地向检索器添加文本（如果它们尚未在其中）

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​

我们现在可以使用检索器了！

result = retriever.invoke("foo")
result
[Document(page_content='foo', metadata={}),
 Document(page_content='foo bar', metadata={})]

这个页面有帮助吗？