前言
自有知识库的问答机器人的实现原理就是基于embedding文本嵌入式向量来实现的。具体的实现逻辑是:
1、将自有知识库(一个文本文件)进行切割,然后对切割之后的每一个文本进行Embedding向量化,形成一个文本向量化数据库。
2、当你提问时,将你的问题也进行Embedding向量化,然后从文本向量化数据库中检索和你的问题相似度最高的文本。
3、将这些检索出来的和问题相似度很高的文本,统一发给chatGPT,让他在这些文本范围内,重新组织语言进行回答。
一、理论
1、LangChain
是什么:LangChain是一个基于大语言模型(LLM)开发应用程序的框架。他是介于开发者和LLM之间的一个工具,将大模型的一些能力进行封装,方便开发者进行使用。
作用一:使各大语言模型之间可以进行交互。
作用二:使大语言模型可以获取外部数据。
Langchain的官网文档地址:Introduction | 🦜️🔗 Langchain<