Combinare grafi lessicali con la ricerca vettoriale

Graph RAG con LangChain e Neo4j

Adam Cowley

Manager, Developer Education at Neo4j

Usare le relazioni nella ricerca semantica

Com'è lavorare in Neo4j?

Un diagramma di grafo con un nodo Review e la proprietà di testo "Neo4j is a great place to work"

Graph RAG con LangChain e Neo4j

Usare le relazioni nella ricerca semantica

Com'è lavorare in Neo4j?

La recensione è pubblicata da una persona con lo username @emileifrem

Graph RAG con LangChain e Neo4j

Usare le relazioni nella ricerca semantica

Com'è lavorare in Neo4j?

Emil Eifrem ha una relazione WORKS_AT con un nodo Company chiamato Neo4j

Graph RAG con LangChain e Neo4j

Da proprietà di testo a embedding

 

  • Crea embedding dei nodi dalla proprietà text

una scena con relazioni HAS_CHUNK verso nodi Chunk con una proprietà stringa

Graph RAG con LangChain e Neo4j

Da proprietà di testo a embedding

 

  • Crea embedding dei nodi dalla proprietà text
  • Ricerca vettoriale sugli embedding
  • Usa le relazioni come contesto

Le proprietà di testo dei nodi vengono usate per creare un embedding

Graph RAG con LangChain e Neo4j

Neo4j come vector store

from langchain_neo4j import Neo4jVector

 

  • Neo4jVector.from_documents(): crea nodi e indice dal basso da Document
  • Neo4jVector.from_existing_graph(): crea un indice su combinazioni esistenti di label e proprietà
Graph RAG con LangChain e Neo4j

Chunking di proprietà nodo esistenti

Diagramma di knowledge graph che evidenzia la relazione HAS_SCENE dal nodo Act al nodo Scene

res = graph.query("""

MATCH (s:Scene)

WHERE NOT {(s)-[:HAS_LINE]->()}

RETURN s.id AS id, s.text AS text

""")


for scene in res:
    # Create chunks from scene['text']
Graph RAG con LangChain e Neo4j

Chunking di proprietà nodo esistenti

  • Dividi text per "\n\n"
  • Le didascalie di scena hanno una riga
  • Le battute iniziano con il nome del personaggio
    • Le righe seguenti contengono le parole pronunciate
 Enter Sampson and Gregory armed with swords..


SAMPSON.

Gregory, on my word...


GREGORY.
No, for then we should...


SAMPSON.
I mean, if we be in choler, we'll draw...
Graph RAG con LangChain e Neo4j

Chunking di proprietà nodo esistenti

# Split text into lines
lines = [
    line.strip() for line in text.split("\n\n")

    if "\n" in line

]


for line in lines:
    parts = line.split("\n")


    character = parts[0]

    text = "\n".join(parts[1:])
Graph RAG con LangChain e Neo4j

Chunking di proprietà nodo esistenti

# ...Continuing loop over scenes

line_node = Node(type="Line", id=f"{scene.id}-line-{i}", properties={})
character_node = Node(type="Character", id=character, properties={})


# (:Scene)-[:HAS_LINE]->(:Line)
graph_document.relationships.append(
    Relationship(source=scene, target=line_node, type="HAS_LINE"))


# (:Line)-[:SPOKEN_BY]->(:Character)
graph_document.relationships.append(Relationship(
    source=line_node, target=characters[character], type="SPOKEN_BY"))
Graph RAG con LangChain e Neo4j

Creare un indice vettoriale su un grafo esistente

from langchain.embeddings import init_embeddings

store = Neo4jVector.from_existing_graph(

    init_embeddings("openai:text-embedding-3-small"),

    url=NEO4J_URI,
    username=NEO4J_USERNAME,
    password=NEO4J_PASSWORD,

    node_label="Line",

    text_node_properties=["text"],

    embedding_node_property="embedding",

    index_name="lines",

)
Graph RAG con LangChain e Neo4j

Recupero vettoriale con LCEL

# Create retriever
retriever = store.as_retriever()


# Invoke manually
retriever.invoke("What does Romeo think of Juliet?") # [ Document, Document, ... ]
Graph RAG con LangChain e Neo4j

Passiamo alla pratica!

Graph RAG con LangChain e Neo4j

Preparing Video For Download...