知识图谱RAG

自动创建知识图谱和文档网络以提升RAG性能

1. 安装知识图谱RAG：

pip install knowledge_graph_rag

2. 创建知识图谱或文档图：

# 基于医学文档创建知识图谱
documents = ["心血管疾病 ...",
             "新兴治疗干预 ...",
             "流行病学负担 ...",
             "心血管疾病还 ...",
             "先进成像技术，...",
             "新型生物标志物的作用 ..."
]
knowledge_graph = KnowledgeGraph(documents)
knowledge_graph.create()
knowledge_graph.plot()

documents_graph = DocumentsGraph(documents=documents)
documents_graph.plot()

3. 搜索知识图谱实体或查找相互关联的文档，以增强你的LLM上下文：

knowledge_graph.search_document(user_query)

>> 实体：心血管疾病
  -> 抗高血压药物（关系：涉及治疗）
  -> 他汀类药物（关系：用于调节血脂异常）
  -> 抗血小板治疗（关系：用于降低血栓风险）
  -> 生物标志物（关系：检测和预测急性冠状动脉综合征和心力衰竭）
  -> 高敏感度肌钙蛋白（关系：检测急性冠状动脉综合征和心力衰竭）
  -> 利钠肽（关系：预测急性冠状动脉综合征和心力衰竭）

documents_containing_connected_terminology = documents_graph.find_connected_documents(vectordb_search_result)
documents_containing_connected_terminology

>> [{'document': '新兴治疗干预 ...'},
 {'document': '心血管管理 ...'},
 {'document': '新型生物标志物的作用 ...'}]

星标历史