Графы предметной области

Graph RAG с LangChain и Neo4j

Adam Cowley

Manager, Developer Education at Neo4j

Графы предметной области

диаграмма графа знаний: слева — лексический граф с книгой, главами и страницами, справа — люди и компании из книги со ссылками из внешних источников, включая Wikipedia

Graph RAG с LangChain и Neo4j

От лексических графов к графам предметной области

Текст песни «Don't Stop Believin'» группы Journey

Graph RAG с LangChain и Neo4j

От лексических графов к графам предметной области

Текст песни «Don't Stop Believin'» группы Journey: «Small Town Boy» выделен как персона

Graph RAG с LangChain и Neo4j

От лексических графов к графам предметной области

Текст песни «Don't Stop Believin'» группы Journey: «South Detroit» выделен как местоположение

Graph RAG с LangChain и Neo4j

От лексических графов к графам предметной области

Текст песни «Don't Stop Believin'» группы Journey: «Born» выделен как связь между узлами персоны «Small Town Boy» и местоположения «South Detroit»

Graph RAG с LangChain и Neo4j

От лексических графов к графам предметной области

Текст песни «Don't Stop Believin'» группы Journey: «Raised» выделен как связь между узлами персоны «Small Town Boy» и местоположения «South Detroit»

Graph RAG с LangChain и Neo4j

Пример графа предметной области

Пример графа предметной области: персона работает в компании по определённому адресу, владеет кредитной картой, по которой оформлен заказ в компании по тому же адресу

Graph RAG с LangChain и Neo4j

Структурированные выводы

from pydantic import BaseModel, Field

from typing import Optional


class Character(BaseModel):
    """A character from the play."""

    id: str = Field(description="A unique identifier for the character in slug-case",

                    examples=["montague-romeo", "tybalt"])

    name: str = Field(description="The full name of the character", 
                    examples=["Romeo", "Tybalt"])

    family: Optional[str] = Field(description="The name of the family they belong to", 
                    examples=["Montague", "Capulet"])


class CharacterOutput(BaseModel):
    characters: list[Character] = Field(description="A list of characters")
Graph RAG с LangChain и Neo4j

Использование структурированных выводов

from langchain.chat_models import init_chat_model
llm = init_chat_model("gpt-4o-mini", model_provider="openai", api_key="...")


# With a structured output
character_model = llm.with_structured_output(CharacterOutput)


# Use within a chain
chain = extraction_prompt | character_model


# Handle the response
output = chain.invoke(...)

CharacterOutput(characters=[Character, Character, Character...])
Graph RAG с LangChain и Neo4j

Сохранение сущностей

nodes = [

  Node(

      type="Character",

      id=character.id,

      properties={"name": character.name, "family": character.family}

  )

  for character in output.characters

]



# Build a GraphDocument
graph_document = GraphDocument(nodes=nodes, relationships=[])


# Save to the graph
graph.add_graph_documents([graph_document])
Graph RAG с LangChain и Neo4j

Давайте потренируемся!

Graph RAG с LangChain и Neo4j

Preparing Video For Download...