Skip to main content
Open In ColabOpen on GitHub

TF-IDF

TF-IDF 表示词频乘以逆文档频率。

本笔记本介绍了如何使用一个在底层使用TF-IDF的检索器，该检索器使用了scikit-learn包。

有关TF-IDF的更多详细信息，请参阅此博客文章。

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

使用文本创建新的检索器​

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

创建带有文档的新检索器​

您现在可以使用您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"),
    ]
)
API Reference:Document

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={}),
 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此检索器，使其在本地开发中非常方便！

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={})]

这个页面有帮助吗？