chromadb-semantic 1.0.3

No project description provided

ChromaDB Semantic Search

🐔動機: 
. 高速語境探索資料庫，自然語言搜尋
. 將「語境探索」原本散亂的文字向量 .pt 檔案群升級為 duckdb+parquet 向量資料庫，並加入高速索引

💣地雷: 
. python 3.11無法編譯通過
. python 3.10測試成功

本專案使用 [ChromaDB](https://github.com/chroma-core/chroma) 以及 [Sentence Transformers](https://github.com/UKPLab/sentence-transformers) 來實現中文與英文的語意搜尋。請按照以下的步驟進行安裝和使用。

安裝

1. 先確保您已安裝 Python 3.10。
2. 運行以下指令安裝必要的套件：

python -m pip install chromadb-semantic

使用方法

1. 將 chromadb_semantic.py 檔案放入你的專案資料夾中。
2. 在你的專案中引入 chromadb_semantic.py 並使用以下函式：

create_chromadb_client()

建立一個 ChromaDB 客戶端，資料會儲存在 ./data 資料夾中。

create_collection(client, collection_name)

• client: 需要傳入由 create_chromadb_client() 返回的客戶端物件。
• collection_name: 使用您希望建立的集合名稱。 建立一個新的語意搜尋集合。

add_documents_to_collection(collection, documents, metadatas, ids)

• collection: 需要傳入由 create_collection() 返回的集合物件。
• documents: 文檔列表，內容可以是中英文，必須與 metadatas 和 ids 一一對應。
• metadatas: 元數據列表。
• ids: 文檔標識列表。 向集合中添加文檔。

query_collection(collection, query_text, n_results)

• collection: 需要傳入由 create_collection() 返回的集合物件。
• query_text: 查詢語句。
• n_results: 從此查詢中要返回的結果數。 通過查詢語句，在集合中執行語意搜索。

示例

以下是一個使用 chromadb_semantic.py 的範例：

from chromadb_semantic import *

client = create_chromadb_client()

collection_name = "my_sentence_transformer_collection"
collection = create_collection(client, collection_name)

documents = ["This is a sample document.", "玉里鎮的月亮比較大顆", "This is a test document."]
ids = ["doc1", "doc2", "doc3"]
metadatas = [{"type": "sample"}, {"type": "example"}, {"type": "test"}]

add_documents_to_collection(collection, documents, metadatas, ids)

query_text = "哪一個鄉鎮的月亮比較圓"
results = query_collection(collection, query_text, n_results=2)

print(f"Results for query: {query_text}")
print(results)

輸出示例：

Results for query: 哪一個鄉鎮的月亮比較圓
{'ids': [['doc2', 'doc1']], 'embeddings': None, 'documents': [['玉里鎮的月亮比較大顆', 'This is a sample docummetadatas': [[{'type': 'example'}, {'type': 'sample'}]], 'distances': [[5.628111839294434, 43.863502502441406]]}

注意：第一次創建集合和添加文檔時，嵌入運算可能需要一些時間。之後的查詢將會更快。