使用模式(检索)#
使用 RetrieverEvaluator
#
这会在给定检索器的情况下,对单个查询+真实文档集运行评估。
标准做法是使用from_metrics
来指定一组有效的指标。
from llama_index.core.evaluation import RetrieverEvaluator
# define retriever somewhere (e.g. from index)
# retriever = index.as_retriever(similarity_top_k=2)
retriever = ...
retriever_evaluator = RetrieverEvaluator.from_metric_names(
["mrr", "hit_rate"], retriever=retriever
)
retriever_evaluator.evaluate(
query="query", expected_ids=["node_id1", "node_id2"]
)
构建评估数据集#
您可以手动整理一个包含问题和节点ID的检索评估数据集。我们还提供了基于现有文本语料库的合成数据集生成功能,通过我们的generate_question_context_pairs
函数实现:
from llama_index.core.evaluation import generate_question_context_pairs
qa_dataset = generate_question_context_pairs(
nodes, llm=llm, num_questions_per_chunk=2
)
返回的结果是一个EmbeddingQAFinetuneDataset
对象(包含queries
、relevant_docs
和corpus
)。
将其接入RetrieverEvaluator
#
我们提供了一个便捷函数,用于在批处理模式下对数据集运行RetrieverEvaluator
。
eval_results = await retriever_evaluator.aevaluate_dataset(qa_dataset)
这应该比您单独对每个查询调用.evaluate
要快得多。