搜索和聊天¶
进阶 - 提取后操作
本指南涵盖使用提取后的知识。您应该先熟悉 Level 1: 使用模板。
使用语义搜索和对话 AI 查询您的知识库。
概述¶
提取知识后，您可以通过两种方式与其交互：
- 搜索 — 查找特定的实体和关系
- 聊天 — 进行自然语言对话
两者都需要首先构建搜索索引。
构建索引¶
from hyperextract import Template
ka = Template.create("general/biography_graph", "zh")
result = ka.parse(text)
# 构建搜索索引
result.build_index()
注意： 搜索/聊天操作之前需要构建索引。
语义搜索¶
基本搜索¶
# 搜索相关项目（返回节点和边的元组）
nodes, edges = result.search("代表作", top_k=5)
for node in nodes:
print(f"节点: {node.name}")
for edge in edges:
print(f"边: {edge.source} -> {edge.target}")
搜索参数¶
处理结果¶
nodes, edges = result.search("代表作")
# 处理节点
for node in nodes:
print(f"节点: {node.name} ({node.type})")
# 处理边
for edge in edges:
print(f"边: {edge.source} -> {edge.target}")
搜索用例¶
# 查找特定人物
people_nodes, people_edges = result.search("与苏轼相关的人物", top_k=10)
# 查找概念
concept_nodes, concept_edges = result.search("豪放词", top_k=5)
# 查找事件
event_nodes, event_edges = result.search("苏轼生平重要年份", top_k=10)
聊天接口¶
单个问题¶
访问检索到的上下文¶
response = result.chat("苏轼创作了哪些作品？")
print(response.content)
# 访问用于生成响应的节点和边
retrieved_nodes = response.additional_kwargs.get("retrieved_nodes", [])
retrieved_edges = response.additional_kwargs.get("retrieved_edges", [])
print(f"基于 {len(retrieved_nodes)} 个节点和 {len(retrieved_edges)} 条边")
聊天参数¶
聊天用例¶
# 摘要
summary = result.chat("用三句话总结苏轼的生平")
# 解释
explanation = result.chat("《赤壁赋》的意义是什么？")
# 比较
comparison = result.chat("苏轼与王安石的政见有何不同？")
# 时间线
timeline = result.chat("苏轼在 1080-1090 年间发生了什么？")
搜索 vs 聊天¶
| 功能 | 搜索 | 聊天 |
|---|---|---|
| 返回 | 原始实体/关系 | 自然语言答案 |
| 速度 | 快 | 较慢（LLM 调用） |
| 用于 | 查找特定数据 | 理解/解释 |
| 精度 | 精确匹配 | 解释性 |
| 输出 | 结构化 | 自由文本 |
何时使用¶
使用搜索当： - 您需要特定实体 - 构建报告或摘要 - 导出数据 - 需要快速查找
使用聊天当： - 解释概念 - 回答复杂问题 - 摘要内容 - 交互式探索
高级模式¶
先搜索后聊天¶
# 首先，搜索特定节点
nodes, edges = result.search("东坡赤壁", top_k=5)
# 然后，询问它们
if nodes:
context = ", ".join([node.name for node in nodes])
response = result.chat(f"解释 {context} 的意义")
print(response.content)
迭代探索¶
# 从广泛开始
response = result.chat("本文档中的主要主题是什么？")
print(response.content)
# 深入了解
response = result.chat("更多关于赤壁赋的信息")
print(response.content)
# 特定问题
response = result.chat("赤壁赋的创作背景是什么？")
print(response.content)
构建研究助手¶
class ResearchAssistant:
def __init__(self, ka_path):
self.ka = Template.create("general/concept_graph", "zh")
self.ka.load(ka_path)
self.ka.build_index()
def ask(self, question):
response = self.ka.chat(question)
return response.content
def find(self, query, n=5):
return self.ka.search(query, top_k=n)
def summarize(self):
return self.ask("总结本文的主要观点")
# 用法
assistant = ResearchAssistant("./paper_kb/")
print(assistant.summarize())
print(assistant.ask("有哪些局限性？"))
最佳实践¶
搜索技巧¶
- 使用自然语言 — "文学成就"而非"文学"
- 要具体 — "苏轼的作品"而非"苏轼"
- 广泛查询时增加 top_k —
top_k=10或更多 - 按类型筛选结果 — 检查
hasattr(item, 'name')
聊天技巧¶
- 提出清晰的问题 — 具体问题得到更好的答案
- 使用上下文 — 逐步构建理解
- 调整 top_k — 复杂问题需要更多上下文
- 检查来源 — 审查
retrieved_nodes和retrieved_edges以确保准确性
故障排除¶
"索引未构建"¶
"未找到结果"¶
# 尝试不同的措辞
results = result.search("发明") # 尝试同义词
results = result.search("发现")
results = result.search("贡献")
# 增加 top_k
results = result.search("苏轼", top_k=20)