Skip to main content
Open In ColabOpen on GitHub

TF-IDF

TF-IDF 表示词频乘以逆文档频率。

这本笔记本介绍了如何使用一个底层使用TF-IDF的检索器，使用了scikit-learn包。

对于TF-IDF的详细信息，请参见这篇博客文章。

%pip install --upgrade --quiet  scikit-learn
from langchain_community.retrievers import TFIDFRetriever
API 参考:TFIDFRetriever

创建新的检索器（Retriever）​

retriever = TFIDFRetriever.from_texts(["foo", "bar", "world", "hello", "foo bar"])

创建一个新的检索器与文档​

现在您可以使用您创建的文档来创建一个新的检索器。

from langchain_core.documents import Document

retriever = TFIDFRetriever.from_documents(
    [
        Document(page_content="foo"),
        Document(page_content="bar"),
        Document(page_content="world"),
        Document(page_content="hello"),
        Document(page_content="foo bar"),
    ]
)
API 参考:文档

使用检索器​

我们现在已经可以使用检索器了！

result = retriever.invoke("foo")
result
[Document(page_content='foo', metadata={}),
 Document(page_content='foo bar', metadata={}),
 Document(page_content='hello', metadata={}),
 Document(page_content='world', metadata={})]

保存和加载​

您可以轻松地保存和加载此检索器，使其便于本地开发！

retriever.save_local("testing.pkl")
retriever_copy = TFIDFRetriever.load_local("testing.pkl")
retriever_copy.invoke("foo")
[Document(page_content='foo', metadata={}),
 Document(page_content='foo bar', metadata={}),
 Document(page_content='hello', metadata={}),
 Document(page_content='world', metadata={})]