
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
本文将简单介绍如何使用 提升 **RAG(Retrieval Augmented Generation,检索增强生成)** 的问答效果。

本文将简单介绍如何使用 提升 **RAG(Retrieval Augmented Generation,检索增强生成)** 的问答效果。

本文将简单介绍如何把文本生成 **知识图谱**(Knowledge Graph)。具体来说,是使用开源项目 [AutoSchemaKG](https://github.com/HKUST-KnowComp/AutoSchemaKG) 生成 **GraphML** 。**GraphML** 是 XML(Extensible Markup Language) 格式的文件,可以使用 **NetworkX

本文将简单介绍如何把文本生成 **知识图谱**(Knowledge Graph)。具体来说,是使用开源项目 [AutoSchemaKG](https://github.com/HKUST-KnowComp/AutoSchemaKG) 生成 **GraphML** 。**GraphML** 是 XML(Extensible Markup Language) 格式的文件,可以使用 **NetworkX

知识图谱的主要特点是建立了“知识”之间的关联,所以它的强项是 **推理** ,**HugeGraph** 、**NetworkX** 支持 **PageRank**(在后面RAG中会用到)、k-短路、LPA(标签传播算法)、Jaccard 相似度 等算法。有了这些支持,它在 搜索引擎 、智能问答**RAG**(Retrieval Augmented Generation,检索增强生成) 等领域都有

知识图谱的主要特点是建立了“知识”之间的关联,所以它的强项是 **推理** ,**HugeGraph** 、**NetworkX** 支持 **PageRank**(在后面RAG中会用到)、k-短路、LPA(标签传播算法)、Jaccard 相似度 等算法。有了这些支持,它在 搜索引擎 、智能问答**RAG**(Retrieval Augmented Generation,检索增强生成) 等领域都有

**FAISS**(Facebook AI Similarity Search)是 Facebook AI 研究院开发的一款高效的向量相似性搜索库,专门用于优化大规模高维向量的近邻搜索任务,广泛应用于语义检索、图像检索、推荐系统等场景。本文将详细介绍如何使用**FAISS** 实现语义检索。具体内容包括:- 将内容矢量化并保存为索引- 在保存索引的同时,保存每条信息的相关信息metadata- 通

**FAISS**(Facebook AI Similarity Search)是 Facebook AI 研究院开发的一款高效的向量相似性搜索库,专门用于优化大规模高维向量的近邻搜索任务,广泛应用于语义检索、图像检索、推荐系统等场景。本文将详细介绍如何使用**FAISS** 实现语义检索。具体内容包括:- 将内容矢量化并保存为索引- 在保存索引的同时,保存每条信息的相关信息metadata- 通

我们使用大语言模型**qwen3**实现翻译功能。它可以自动识别源语言,就可以翻译为目标语种。> 像千问这种大模型是基于多语言训练的,所以它支持中文、英文、法文、西班牙等多个语种的翻译。

我们使用大语言模型**qwen3**实现翻译功能。它可以自动识别源语言,就可以翻译为目标语种。> 像千问这种大模型是基于多语言训练的,所以它支持中文、英文、法文、西班牙等多个语种的翻译。
