Графи домену

Graph RAG з LangChain і Neo4j

Adam Cowley

Manager, Developer Education at Neo4j

Графи домену

схема графа знань: ліворуч лексичний граф із книжкою, розділами й сторінками; праворуч — люди та компанії з книжки та посилання з інших джерел, зокрема з Wikipedia

Graph RAG з LangChain і Neo4j

Від лексичних графів до графів домену

Текст пісні Don't Stop Believing гурту Journey

Graph RAG з LangChain і Neo4j

Від лексичних графів до графів домену

Текст пісні Don't Stop Believing гурту Journey з виділеною фразою "Small Town Boy" як особою

Graph RAG з LangChain і Neo4j

Від лексичних графів до графів домену

Текст пісні Don't Stop Believing гурту Journey з виділеною фразою "South Detroit" як місцем

Graph RAG з LangChain і Neo4j

Від лексичних графів до графів домену

Текст пісні Don't Stop Believing гурту Journey з виділеним словом "Born" як зв'язком між вузлами: особою "Small Town Boy" і місцем "South Detroit"

Graph RAG з LangChain і Neo4j

Від лексичних графів до графів домену

Текст пісні Don't Stop Believing гурту Journey з виділеним словом "Raised" як зв'язком між вузлами: особою "Small Town Boy" і місцем "South Detroit"

Graph RAG з LangChain і Neo4j

Приклад графа домену

Приклад графа домену: особа працює в компанії, розташованій за певною адресою. Особа має кредитну картку, якою оформлено замовлення в компанії в тій самій локації

Graph RAG з LangChain і Neo4j

Структуровані результати

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 з LangChain і Neo4j

Використання структурованих результатів

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 з LangChain і Neo4j

Збереження сутностей

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 з LangChain і Neo4j

Давайте потренуємось!

Graph RAG з LangChain і Neo4j

Preparing Video For Download...