深入了解KGTableRetriever和KnowledgeGraphRAGRetriever在知识图谱中的应用

最新推荐文章于 2024-09-18 14:00:00 发布

qq_37836323

最新推荐文章于 2024-09-18 14:00:00 发布

阅读量506

点赞数 17

文章标签：知识图谱人工智能 python

本文链接：https://blog.csdn.net/qq_29929123/article/details/140508797

版权

在现代AI技术中，知识图谱（Knowledge Graph, KG）扮演着越来越重要的角色。本文将带领你深入了解两个重要的知识图谱检索器：KGTableRetriever和KnowledgeGraphRAGRetriever。通过这些工具，我们能够更有效地从庞大的知识库中提取有价值的信息，并应用于各种AI任务中。

KGTableRetriever

KGTableRetriever是一个基于表格的知识图谱检索器，它的主要功能是从一个知识图谱中提取相关的三元组（triplets）。以下是一些重要的参数说明：

query_keyword_extract_template: 关键词提取的模板（可选）。
refine_template: 提炼模板（必须）。
text_qa_template: 文本问答模板（必须）。
max_keywords_per_query: 每个查询最多提取的关键词数量。
num_chunks_per_query: 每个查询最多检索的文本块数量。
include_text: 是否在查询中包含文档文本。
retriever_mode: 指定使用关键词、嵌入或两者结合来找到相关的三元组。
similarity_top_k: 使用的顶级嵌入数量（如果使用嵌入）。
graph_store_query_depth: 图存储查询深度。
use_global_node_triplets: 是否从匹配的文本块获取更多关键词，这增加了全局知识。

例子代码：

from your_module import KGTableRetriever

retriever = KGTableRetriever(
    query_keyword_extract_template=None, # 使用默认的提取模板
    refine_template=your_refine_template, # 提供一个提炼模板
    text_qa_template=your_text_qa_template, # 提供一个问答模板
    max_keywords_per_query=10,
    num_chunks_per_query=10,
    include_text=True,
    retriever_mode="KEYWORD",
    similarity_top_k=2,
    graph_store_query_depth=2,
    use_global_node_triplets=False
)

注释: //中转API

KnowledgeGraphRAGRetriever

KnowledgeGraphRAGRetriever主要用于对知识图谱进行子图RAG检索。以下是一些关键参数：

service_context: 服务上下文（可选）。
storage_context: 存储上下文（可选）。
entity_extract_fn: 实体提取函数（可选）。
entity_extract_template: 实体提取模板（可选）。
entity_extract_policy: 实体提取策略，默认为 “union”。
synonym_expand_fn: 同义词扩展函数（可选）。
synonym_expand_template: 同义词扩展模板（可选）。
synonym_expand_policy: 同义词扩展策略，默认为 “union”。
max_entities: 每次提取的最大实体数，默认为5。
max_synonyms: 每个实体的最大同义词扩展数，默认为5。
retriever_mode: 检索模式，默认为 “keyword”。
with_nl2graphquery: 是否结合NL2GraphQuery，默认为False。
graph_traversal_depth: 图遍历深度，默认为2。
max_knowledge_sequence: 响应中包含的最大知识序列数，默认为30。
verbose: 是否打印调试信息，默认为False。

例子代码：

from your_module import KnowledgeGraphRAGRetriever

retriever = KnowledgeGraphRAGRetriever(
    service_context=None, # 使用默认的服务上下文
    storage_context=None, # 使用默认的存储上下文
    entity_extract_fn=your_entity_extract_fn, # 提供一个实体提取函数
    entity_extract_template=None, # 使用默认的实体提取模板
    entity_extract_policy="union",
    synonym_expand_fn=None, # 使用默认的同义词扩展函数
    synonym_expand_template=None, # 使用默认的同义词扩展模板
    synonym_expand_policy="union",
    max_entities=5,
    max_synonyms=5,
    retriever_mode="keyword",
    with_nl2graphquery=False,
    graph_traversal_depth=2,
    max_knowledge_sequence=30,
    verbose=False
)