如何使用 Langchain 获得更详细的结果来源

Question

我正在尝试使用 Langchain 和特定 URL 作为源数据来整理一个简单的“来源问答”。URL 由一个页面组成，其中包含大量信息。

问题是RetrievalQAWithSourcesChain只给我返回整个 URL 作为结果的来源，这在这种情况下不是很有用。

有没有办法获得更详细的源信息？也许页面上特定部分的标题？指向页面正确部分的可点击 URL 会更有帮助！

我有点不确定 的生成是result source语言模型、URL 加载器的函数还是仅仅是RetrievalQAWithSourcesChain单独的。

我尝试过使用UnstructuredURLLoader和 ，SeleniumURLLoader希望更详细的数据读取和输入会有所帮助 - 遗憾的是没有。

相关代码摘录：

llm = ChatOpenAI(temperature=0, model_name='gpt-3.5-turbo')
chain = RetrievalQAWithSourcesChain.from_llm(llm=llm, retriever=VectorStore.as_retriever())

result = chain({"question": question})

print(result['answer'])
print("\n Sources : ",result['sources'] )

Answer 1

ChatGPT 非常灵活，越明确，就能得到更好的结果。此链接显示您正在使用的功能的文档。langchain.prompts.BasePromptTemplate 有一个参数，可让您向 ChatGPT 提供更明确的指令。

看起来基本的提示模板是这样的

最后用下面的知识三元组回答问题。如果您不知道答案，就说您不知道，不要试图编造答案。\n\n{context}\n\n问题：{question}\n有用的答案：

您可以添加另一句话，为 ChatGPT 提供更清晰的说明

请使用 { "answer": "{your_answer}", "relevant_quotes": ["list ofquotes"] } 形式的 JSON 格式化答案。将 your_answer 替换为问题的答案，但也要在列表中包含源材料中的相关引用。

您可能需要稍微调整一下才能使 ChatGPT 响应良好。那么你应该能够解析它。

ChatGPT API 中有 3 种消息类型

• 用户 - 从最终用户到模型的消息
• 模型 - 从模型到最终用户的消息
• 系统——来自提示工程师的消息给模型添加指令。Lang chain 不使用这个，因为它是一次性提示

我强烈推荐 ChatGPT 上的这些课程，因为它们来自 Andrew Ng，而且质量非常高。