آموزش کار با داده‌ها: بازیابی و ذخیره‌سازهای برداری در LangChain - آخرین آپدیت

سرفصل ها و درس ها

بارگذارهای سند و جذب داده‌ها در LangChain Document loaders and data ingestion in LangChain

• مقدمه‌ای بر بارگذارهای سند و جذب داده‌ها Introduction to document loaders and data ingestion

• درک شیء سند (Document object) Understanding the Document object

• کار با بارگذارهای سند رایج مبتنی بر فایل Working with common file-based document loaders

• بارگذاری داده‌ها از وب و منابع API Loading data from web and API sources

• بارگذاری دسته‌ای و پردازش مجموعه‌های بزرگ اسناد Batch loading and processing large document collections

• بارگذاری تنبل (Lazy loading) برای جذب بهینه اسناد از نظر حافظه Lazy loading for memory-efficient document ingestion

استراتژی‌های تقسیم متن Text splitting strategies

• چرا تقسیم متن مورد نیاز است؟ Why text splitting is required

• مقدمه‌ای بر تقسیم‌کننده‌های متن در LangChain Introduction to text splitters in LangChain

• استفاده از CharacterTextSplitter برای تقسیم ساده CharacterTextSplitter for simple splitting

• استفاده از RecursiveCharacterTextSplitter برای حفظ مرزهای معنایی RecursiveCharacterTextSplitter for preserving semantic boundaries

• پیکربندی اندازه تکه‌ها (Chunk size) و همپوشانی (Overlap) Configuring chunk size and overlap

• تقسیم‌کننده‌های تخصصی برای محتوای ساختاریافته Specialized splitters for structured content

درک امبدینگ‌ها و نمایش‌های برداری Understanding embeddings and vector representations

• چرا به امبدینگ‌ها نیاز داریم؟ Why embeddings are needed

• امبدینگ‌ها به عنوان نمایش‌های برداری Embeddings as vector representations

• مدل‌های امبدینگ در عمل با LangChain Embedding models in practice with LangChain

• درک شباهت بین امبدینگ‌ها Understanding similarity between embeddings

• ابعاد امبدینگ و توازن بین عملکرد و کیفیت Embedding dimensions and performance tradeoffs

• ارزیابی کیفیت و محدودیت‌های امبدینگ Evaluating embedding quality and limitations

ذخیره‌سازهای برداری و جستجوی شباهت مقیاس‌پذیر Vector stores and scalable similarity search

• ذخیره‌سازهای برداری چیستند و چرا به آن‌ها نیاز داریم؟ What are vector stores, and why do you need them?

• کار با ذخیره‌سازهای برداری با استفاده از LangChain Working with vector stores using LangChain

• کار با FAISS برای جستجوی برداری محلی Working with Facebook AI Similarity Search (FAISS) for local vector search

• کار با Pinecone برای جستجوی برداری مقیاس‌پذیر Working with Pinecone for scalable vector search

• انجام جستجوی شباهت با معیارهای مختلف فاصله Performing similarity search with different distance metrics

• فیلتر کردن متادیتا و جستجوی ترکیبی Metadata filtering and hybrid search

• مرتبط‌ترین محتوای حداکثری (MMR) برای بازیابی متنوع Maximal marginal relevance (MMR) for diverse retrieval

بازیاب‌ها و استراتژی‌های پیشرفته بازیابی در LangChain Retrievers and advanced retrieval strategies in LangChain

• درک انتزاع بازیاب (Retriever) در LangChain Understanding the retriever abstraction in LangChain

• پیاده‌سازی انواع مختلف بازیاب‌ها در LangChain Implementing different types of retrievers in LangChain

• بهبود فراخوانی با بازیابی چند-پرس‌وجویی Improving recall with multi-query retrieval

• بهبود دقت با فشرده‌سازی متنی (Contextual Compression) Improving precision with contextual compression

• ارزیابی سیستم‌های بازیابی Evaluating retrieval systems

• توازن‌ها و سبک‌سنگین کردن در سیستم‌های بازیابی Trade-offs in retrieval systems

پرس‌وجوهای ساختاریافته و ترکیبی با LangChain Structured and hybrid querying with LangChain

• پرس‌وجوی داده‌های ساختاریافته در LangChain Querying structured data in LangChain

• تبدیل زبان طبیعی به SQL با استفاده از LCEL و ایجنت‌ها Natural language to SQL using LCEL and agents

• چالش‌های پرس‌وجوی داده‌های ساختاریافته با LLMها Challenges in querying structured data with LLMs

• پرس‌وجوی قابل اعتماد با استفاده از LLMها Reliable querying with LLMs

• سیستم‌های ترکیبی: ادغام داده‌های ساختاریافته و بدون ساختار Hybrid systems: Combining structured and unstructured data

• انتخاب رویکرد مناسب برای دسترسی به داده‌ها Selecting the appropriate data access approach