大模型RAG实战：结合BM25与向量检索的LlamaIndex实现

ThinkRAG大模型RAG实战系列文章，带你深入探索使用LlamaIndex框架，构建本地大模型知识库问答系统。本系列涵盖知识库管理、检索优化、模型本地部署等主题，通过代码与实例，讲解如何打造生产级系统，实现本地知识库的快速检索与智能问答。

本文我将介绍一种效果更好的混合检索方法，在实际问答场景中，优于向量数据库自带的混合检索功能。

1

什么是混合检索

目前，大模型RAG系统中普遍采用混合检索来提升检索准确性。

针对要回答的问题，同时通过向量语义相似度检索以及基于关键词的全文检索，将检索到的文本块，进行融合处理，包括去重与排序，然后再把得分最高的文本块，给到大模型生成回答。

这，就是混合检索的原理。

通过引入向量数据库，比如Chroma, LanceDB或者上篇文章中提到的Elasticsearch，我们可以非常容易地实现向量检索。

所以，当我们要实现混合检索，一个问题就在于如何实现全文检索。

好在LlamaIndex提供了实现BM25检索的方法。

2

构建BM25检索器

BM25是一种文本相关度检索方法，主要是判断⼀个⽂档和查询语句匹配的程度的算法，比如在搜索引擎中用于排序搜索结果。

这种文本相关度的判断，主要基于词语权重和文档权重的融合。

• 词频 TF（Term Frequency），即一个词在一个文档中出现的频率越高，那么文档的相关性也越高。

• 逆向文档频率 IDF（Inverse Document Frequency），即每个词在索引中出现的频率越高，相关性越低。IDF主要是为了降低像“的” 这样高频词语的相关性，提升包含低频专业术语的文档的权重。

这两者结合起来就形成了TF-IDF算法。

BM25算法则基于TF-IDF作了优化，主要是降低长文档的权重。LlamaIndex实现了BM25算法的检索器：BM25Retriever【参考资料1】。

不过，BM25Retriever默认使用的tokenizer不支持中文，所以我们使用Jieba作为tokenizer。这样，我们定制一个适合中文的BM25检索器SimpleBM25Retriever。

代码如下：

import jieba``from typing import List``def chinese_tokenizer(text: str) -> List[str]:`    `return list(jieba.cut(text))``   ``class SimpleBM25Retriever(BM25Retriever):`    `@classmethod`    `def from_defaults(cls, index, similarity_top_k, **kwargs) -> "BM25Retriever":`        `docstore = index.docstore`        `return BM25Retriever.from_defaults(`            `docstore=docstore, similarity_top_k=similarity_top_k, verbose=True,`            `tokenizer=chinese_tokenizer, **kwargs`        `)

考虑到使用向量检索时，我们通常基于index构建向量检索器。同样，以上定制的BM25检索器，我们也将index作为参数载入，然后在构建BM25Retriever时，将index.docstore传递过去。

BM25检索的内容基于LlamaIndex框架中的文档存储（docstore）。

我在之前的文章中提到，可以采用MongoDB作为文档存储（doc store）和索引存储（index store）。

一个更好的选择就是使用Redis【参考资料2】，它还可以作为文本提取管道的缓存（ingestion cache）和问答记录存储（chat store）。

这样，我们在一个RAG系统中，就不需要引入太多不同种类的数据库。

3

实现混合检索

接下来，我们需要把向量检索和BM25检索到的内容进行融合处理。LlamaIndex提供了一个很好的方法：QueryFusionRetriever 【参考资料3】。

基于这个方法，我定制了一个新的类SimpleFusionRetriever。

首先，构建向量检索器（vector_retriever）和BM25检索器（bm25_retriever），然后构造QueryFusionRetriever，并设置两者的权重分别为0.6和0.4。

这里，向量检索器的权重（0.6）更高，表明向量检索器的得分在最终排名中被认为更重要。

代码如下：

class SimpleFusionRetriever(QueryFusionRetriever):`    `def __init__(self, vector_index, top_k=2, mode=FUSION_MODES.DIST_BASED_SCORE):`        `self.top_k = top_k`        `self.mode = mode``   `        `# Build vector retriever from vector index`        `self.vector_retriever = VectorIndexRetriever(`            `index=vector_index, similarity_top_k=top_k, verbose=True,`        `)``   `        `# Build BM25 retriever from document storage`        `self.bm25_retriever = SimpleBM25Retriever.from_defaults(`            `index=vector_index, similarity_top_k=top_k,`        `)``   `        `super().__init__(`            `[self.vector_retriever, self.bm25_retriever],`            `retriever_weights=[0.6, 0.4],`            `similarity_top_k=top_k,`            `num_queries=1,  # set this to 1 to disable query generation`            `mode=mode,`            `use_async=True,`            `verbose=True,`        `)

其中，融合处理的模式设置为dist_based_score【参考资料3】。LlamaIndex目前支持以下四种模式。

class FUSION_MODES(str, Enum):`    `RECIPROCAL_RANK = "reciprocal_rerank"  # apply reciprocal rank fusion`    `RELATIVE_SCORE = "relative_score"  # apply relative score fusion`    `DIST_BASED_SCORE = "dist_based_score"  # apply distance-based score fusion`    `SIMPLE = "simple"  # simple re-ordering of results based on original scores

先介绍relative_score，即相对得分融合算法（Relative Score Fusion），采用以下方法对检索内容进行处理：

• 最小-最大归一化：此步骤将每个检索器的得分归一化到一个共同的尺度上，通常在0到1之间。这是通过减去最小得分并除以得分范围（最大值 - 最小值）来完成的。

• 加权求和：归一化后，得分使用加权求和的方式组合成一个最终得分。权重反映了每个检索器得分在最终排名中的相对重要性。

我们采用的dist_based_score，是基于分布的得分融合算法（Distribution-Based Score Fusion）。作为relative_score的变体，它根据每个结果集的得分的均值和标准差来不同地进行归一化处理。

这种方法考虑了不同检索器得分的分布特性，从而在融合时更加公平地对待每个检索器的得分。

QueryFusionRetriever是一个很有趣的方法。

它可以将原始的查询（query），通过LLM改写生成最多4个新的查询，然后对每一个检索器，都逐一检索。也就是说，如果有2个检索器，那么一共进行 4 x 2 = 8 次检索。

最终，该方法会对8次检索的内容，采用上述算法进行融合处理，去除重复的内容，并重新排序。

由于我们此次仅实验混合检索，而且不希望过多的LLM调用，导致延迟响应，因此将参数num_queries设置为1，不进行query的生成。

4

下一步做什么

本文介绍了使用LlamaIndex实现稠密向量检索 + BM25全文检索的混合检索方法，属于2路召回。

值得注意的是，最近 IBM 的研究文章对比了各种检索方式的组合，并提出采用Blended RAG【参考资料4】，即使用 BM25全文检索 + 稠密向量检索 + 稀疏向量检索的3路召回的混合检索方法，可以达到更好地效果。

后续，我将探索使用LlamaIndex，实现3路召回混合检索，并向大家报告结果。

本文中的代码，都可以在ThinkRAG【参考资料5】这一开源项目中找到。

https://github.com/wzdavid/ThinkRAG

ThinkRAG是我基于LlamaIndex框架，前端使用Streamlit开发的大模型知识库RAG系统，可本地化部署和离线运行。

欢迎关注与交流！

参考资料：

1.https://docs.llamaindex.ai/en/stable/api_reference/retrievers/bm25/

2.https://docs.llamaindex.ai/en/stable/examples/docstore/RedisDocstoreIndexStoreDemo/

3.https://docs.llamaindex.ai/en/stable/examples/retrievers/relative_score_dist_fusion/

4.Blended RAG: Improving RAG (Retriever-Augmented Generation) Accuracy with Semantic Search and Hybrid Query-Based Retrievers,
https://arxiv.org/abs/2404.07220 , 2024

5.https://github.com/wzdavid/ThinkRAG

所有资料 ⚡️ ，朋友们如果有需要全套 《LLM大模型入门+进阶学习资源包》，扫码获取~

👉[CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享]👈

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

原文地址：https://blog.csdn.net/2401_84494441/article/details/143000924

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！