如何组合多个检索器的结果

The EnsembleRetriever 支持对多个检索器的结果进行集成。它通过一个 BaseRetriever 对象列表进行初始化。EnsembleRetrievers 基于倒数等级融合算法对组成检索器的结果进行重排序。

通过利用不同算法的优势，EnsembleRetriever可以实现比任何单一算法更好的性能。

最常见的模式是将稀疏检索器（如 BM25）与稠密检索器（如嵌入相似度）相结合，因为它们的优点互补。这也称为“混合搜索”。稀疏检索器擅长基于关键词查找相关文档，而稠密检索器擅长基于语义相似度查找相关文档。

基本用法

下面我们将演示将 BM25Retriever 与源自 FAISS 向量存储的检索器进行集成。

%pip install --upgrade --quiet  rank_bm25 > /dev/null

from langchain.retrievers import EnsembleRetriever
from langchain_community.retrievers import BM25Retriever
from langchain_community.vectorstores import FAISS
from langchain_openai import OpenAIEmbeddings

doc_list_1 = [
    "I like apples",
    "I like oranges",
    "Apples and oranges are fruits",
]

# initialize the bm25 retriever and faiss retriever
bm25_retriever = BM25Retriever.from_texts(
    doc_list_1, metadatas=[{"source": 1}] * len(doc_list_1)
)
bm25_retriever.k = 2

doc_list_2 = [
    "You like apples",
    "You like oranges",
]

embedding = OpenAIEmbeddings()
faiss_vectorstore = FAISS.from_texts(
    doc_list_2, embedding, metadatas=[{"source": 2}] * len(doc_list_2)
)
faiss_retriever = faiss_vectorstore.as_retriever(search_kwargs={"k": 2})

# initialize the ensemble retriever
ensemble_retriever = EnsembleRetriever(
    retrievers=[bm25_retriever, faiss_retriever], weights=[0.5, 0.5]
)

API 参考:集成检索器 |BM25 检索器 |FAISS |OpenAI 嵌入

docs = ensemble_retriever.invoke("apples")
docs

[Document(page_content='I like apples', metadata={'source': 1}),
 Document(page_content='You like apples', metadata={'source': 2}),
 Document(page_content='Apples and oranges are fruits', metadata={'source': 1}),
 Document(page_content='You like oranges', metadata={'source': 2})]

运行时配置

我们还可以在运行时使用可配置字段来配置各个检索器。下面我们专门更新 FAISS 检索器的“top-k

from langchain_core.runnables import ConfigurableField

faiss_retriever = faiss_vectorstore.as_retriever(
    search_kwargs={"k": 2}
).configurable_fields(
    search_kwargs=ConfigurableField(
        id="search_kwargs_faiss",
        name="Search Kwargs",
        description="The search kwargs to use",
    )
)

ensemble_retriever = EnsembleRetriever(
    retrievers=[bm25_retriever, faiss_retriever], weights=[0.5, 0.5]
)

API 参考:可配置字段

config = {"configurable": {"search_kwargs_faiss": {"k": 1}}}
docs = ensemble_retriever.invoke("apples", config=config)
docs

[Document(page_content='I like apples', metadata={'source': 1}),
 Document(page_content='You like apples', metadata={'source': 2}),
 Document(page_content='Apples and oranges are fruits', metadata={'source': 1})]

请注意，由于我们在运行时传递了相关配置，因此该操作仅从 FAISS 检索器返回一个源

基本用法​

运行时配置​

基本用法

运行时配置