หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

LLM-HOMEWORK-03

- ภาพรวม

โครงการนี้แสดงให้เห็นถึงการใช้งาน Elasticsearch สำหรับงานค้นหาเวกเตอร์ สมุดบันทึก Jupyter ที่ให้มา vector_search.ipynb โหลดโมเดล Embeddings โดยใช้ sentence-transformers สร้าง Embeddings สำหรับฟิลด์คำถามและคำตอบรวมและสร้างเครื่องมือค้นหาเวกเตอร์เพื่อค้นหาคำถามผู้ใช้ในเอกสารคำถามที่พบบ่อย เราประเมินผลลัพธ์ของกลไกการค้นหาโดยใช้อัตราการเข้าชมและค่าเฉลี่ยอันดับซึ่งกันและกัน (MRR) ในที่สุดประเมิน Elasticsearch ซึ่งมีประสิทธิภาพมากกว่าเนื่องจากใช้เทคนิคโดยประมาณแทนที่จะคำนวณความคล้ายคลึงกันกับเวกเตอร์ทั้งหมดให้ผลลัพธ์ที่เหมือนกัน

การติดตั้ง

หากต้องการตั้งค่าโครงการให้ทำตามขั้นตอนเหล่านี้: 

pip install pipenv
pipenv install

จากนั้นเลือกสภาพแวดล้อม PipenV ในเคอร์เนล Jupyter

- เรียกใช้ Elasticsearch

ในการเรียกใช้คอนเทนเนอร์ Elasticsearch Docker ให้ใช้คำสั่งต่อไปนี้: 

docker run -it 
    --rm 
    --name elasticsearch 
    -p 9200:9200 
    -p 9300:9300 
    -e " discovery.type=single-node " 
    -e " xpack.security.enabled=false " 
    docker.elastic.co/elasticsearch/elasticsearch:8.4.3
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด