🔥🔥🔥一文搞懂Langchain Document Loader(一)

前言

像 GPT-3 这样的语言模型已经在大量数据上进行了训练,包括数百 GB 和数十亿个单词。因此,它们具有扎实的知识基础,使它们在历史和科学等领域表现出色。然而,这些模型确实有局限性。一旦它们在训练中达到了某个程度,除非可以访问互联网,否则它们无法吸收任何新信息。此外,它们无法访问私人和企业文件中的大量数据。

要解决这个问题,理解"索引"的概念至关重要。这些索引有助于将文档结构化,以便于 LLMs 的使用。LangChain 提供了四种创建索引的工具 :

  • 文档加载器(Document Loaders)
  • 文本拆分器 (Text Splitters)
  • 向量存储 (Vector Stores)
  • 检索器(Retrievers)。

本指南旨在深入解释 LangChain 文档加载器( Document Loaders),使您能够充分利用它们在您的 LLM 应用程序中。)。顾名思义,文档加载器负责从不同的来源加载文档。它们是多功能的工具,可以处理各种数据格式,并将它们转换成语言模型可以轻松处理的标准结构。

了解 LangChain 文档加载器

首先要了解的概念是 Langchain 称之为文档(Document)的东西。文档非常简单,它有两个字段:

  • page_content(字符串):文档的原始文本
  • metadata(字典):关于文本的任何元数据的键/值存储(源 URL、作者等)

我们来看一个最基本的文档加载器(TextLoader),它打开一个文本文件并将文本加载到文档中。

python 复制代码
class TextLoader(BaseLoader):
    """Load text files."""

    def __init__(
        self,
        file_path: str,
        encoding: Optional[str] = None,
        autodetect_encoding: bool = False,
    ):
        """Initialize with file path."""
        self.file_path = file_path
        self.encoding = encoding
        self.autodetect_encoding = autodetect_encoding

    def load(self) -> List[Document]:
        """Load from file path."""
        text = ""
        try:
            with open(self.file_path, encoding=self.encoding) as f:
                text = f.read()
        except UnicodeDecodeError as e:
            # code to handle Decoding errors
        except Exception as e:
            raise RuntimeError(f"Error loading {self.file_path}") from e

        metadata = {"source": self.file_path}
        return [Document(page_content=text, metadata=metadata)]

TextLoader 将文档的 page_content 设置为文件的文本,metadata 存储"source"文件路径。

随着数据来源变得更加复杂,你会发现需要更多的逻辑来创建这些文档。归根结底,我们的核心目标是将数据转换为这种标准格式,以便在我们的索引系统中进一步处理。

LangChain 中有三种主要类型的文档加载器:Transform(转换)、Public Datasets/Services(公共数据集/服务)、Proprietary Datasets/Services(专有数据集/服务)。

相关推荐
mortimer40 分钟前
Whisper断句不够好?用AI LLM和结构化数据打造完美字幕
人工智能·openai
小溪彼岸5 小时前
【Gradio】初识Gradio
aigc
堆栈future5 小时前
大模型时代的三巨头—Grok、ChatGPT与Gemini深度解析
llm·aigc·openai
redreamSo6 小时前
AI Daily | AI日报:斯坦福:AI当第一作者的学术会议来了; Chai-2:重构药物设计逻辑的「药界ChatGPT」; 实测:AI让顶尖程序员写代码慢19%
程序员·aigc·资讯
软件测试君7 小时前
向量数据库 Chroma 和 Milvus的使用
langchain·aigc·openai
欧雷殿7 小时前
超越 Vibe Coding 的智能研发
低代码·aigc·ai编程
产品经理独孤虾20 小时前
如何利用AI大模型对已有创意进行评估,打造杀手级的广告创意
人工智能·大模型·aigc·产品经理·数字营销·智能营销·智能创意生成
墨风如雪1 天前
你的笔记本也能跑“AI大神”!微软Phi-4-mini-flash-reasoning震撼登场
aigc
堆栈future1 天前
深度剖析Manus:如何打造低幻觉、高效率、安全可靠的Agentic AI系统
llm·aigc·mcp
悟空码字1 天前
支付宝,让AI智能体更方便支付
aigc·agent·支付宝