강의

멘토링

커뮤니티

BEST
AI Technology

/

AI Agent Development

graphRAG - Hệ thống RAG dựa trên đồ thị tri thức được triển khai với Neo4J (feat. LangChain)

Hệ thống RAG dựa trên đồ thị tri thức được triển khai bằng Neo4J: Công nghệ tìm kiếm thế hệ mới vượt qua tìm kiếm vector đơn thuần để tận dụng cả mối quan hệ dữ liệu Tối đa hóa hiệu suất RAG bằng sức mạnh của cơ sở dữ liệu đồ thị!

(4.8) 43 đánh giá

360 học viên

  • pdstudio
실습 중심
ai활용
RAG
LangChain
neo4j
LLM
DBMS/RDBMS

Đánh giá từ những học viên đầu tiên

Bạn sẽ nhận được điều này sau khi học.

  • Phương pháp xây dựng đồ thị tri thức sử dụng cơ sở dữ liệu đồ thị Neo4J

  • Cách áp dụng Biểu đồ Tri thức (Knowledge Graph) vào RAG

  • Triển khai hệ thống tìm kiếm dựa trên đồ thị bằng cách tích hợp LangChain và Neo4J

  • Sử dụng và tích hợp các kỹ thuật tìm kiếm đa dạng (tìm kiếm cơ bản, tìm kiếm chuyên môn, tìm kiếm vector)

  • Chuyển đổi truy vấn ngôn ngữ tự nhiên thành truy vấn đồ thị thông qua kỹ thuật Text2Cypher

Sử dụng cơ sở dữ liệu đồ thị cho hệ thống RAG mạnh mẽ 🪄

Hệ thống RAG thông thường dựa vào tìm kiếm vector đơn giản nên khó có thể biểu diễn đúng mối quan hệ giữa các thông tin. graphRAG sử dụng cơ sở dữ liệu đồ thị có thể cấu trúc hóa các mối quan hệ phức tạp giữa dữ liệu để tạo ra những phản hồi chính xác và phù hợp với ngữ cảnh hơn. Thông qua biểu diễn kiến thức có cấu trúctìm kiếm dựa trên mối quan hệ, chúng ta có thể đạt được kết quả tìm kiếm chính xác hơn.

[Dự án 2] Đề xuất sản phẩm tài chính ETF - Triển khai đồ thị tri thức (Sử dụng trình duyệt Neo4J)

Nâng cao hiệu suất RAG bằng Knowledge Graph 🔧

Biểu diễn kiến thức có cấu trúc : Biểu diễn thông tin dưới dạng các nút và mối quan hệ để làm rõ tính kết nối giữa các dữ liệu, và cấu trúc hóa kiến thức phức tạp một cách có hệ thống.

Tìm kiếm dựa trên mối quan hệ : Cung cấp kết quả chính xác hơn thông qua tìm kiếm dựa trên mối quan hệ ngữ nghĩa, vượt qua việc khớp từ khóa đơn giản hay độ tương tự vector.

Tích hợp nhiều phương thức tìm kiếm đa dạng : Kết hợp sử dụng tìm kiếm toàn văn dựa trên từ khóa (Full-text Search) và tìm kiếm ngữ nghĩa dựa trên vector (Semantic Search) để tối đa hóa hiệu suất tìm kiếm.

Cấu trúc kiến thức có thể mở rộng : Có thể dễ dàng thêm và kết nối dữ liệu cũng như mối quan hệ mới, từ đó xây dựng được cơ sở kiến thức có thể mở rộng liên tục.

  • Có thể thực hiện mô hình hóa dữ liệu tự nhiên thông qua các node và mối quan hệ.

  • Có thể thực hiện việc khám phá đồ thị trực quan thông qua ngôn ngữ truy vấn Cypher.

  • Hỗ trợ thuật toán đồ thị mạnh mẽ và vector indexing.

  • LangChain cung cấp nhiều tính năng khác nhau để tích hợp với framework.

[Triển khai RAG sử dụng LangChain + Neo4J] https://neo4j.com/labs/genai-ecosystem/langchain/

Đặc điểm của khóa học này

Học tập từng bước tập trung vào thực hành

Kết hợp giải thích lý thuyết với thực hành ngay lập tức để hiểu chắc chắn khái niệm về cơ sở dữ liệu đồ thị và tích hợp RAG, đồng thời phát triển khả năng ứng dụng.

Học tập qua các trường hợp thực tế đa dạng

Học cách xây dựng và tìm kiếm đồ thị tri thức trong nhiều lĩnh vực khác nhau sử dụng dữ liệu thực tế như gợi ý phim, dữ liệu tin tức, sản phẩm tài chính ETF, tài liệu pháp lý.

Chúng ta sẽ học những nội dung như thế này

Neo4J cơ bản về cơ sở dữ liệu đồ thị

Học từ thiết lập Neo4J AuraDB đến các khái niệm cốt lõi của cơ sở dữ liệu đồ thị như nút, mối quan hệ, thuộc tính. Nắm vững kiến thức cơ bản cần thiết để sử dụng cơ sở dữ liệu đồ thị bao gồm các cú pháp chính của ngôn ngữ truy vấn Cypher, khám phá đường dẫn, hàm tổng hợp

Xây dựng Đồ thị Tri thức (Knowledge Graph)

Học cách chuyển đổi dữ liệu từ nhiều lĩnh vực khác nhau thành knowledge graph, từ dữ liệu có cấu trúc CSV đến tin tức, sản phẩm tài chính ETF, tài liệu pháp lý. Học cách thiết kế ontology, thiết lập ràng buộc và sử dụng các công cụ LangChain để chuyển đổi đồ thị.

Triển khai kỹ thuật tìm kiếm dựa trên đồ thị

Bạn sẽ học cách triển khai các kỹ thuật tìm kiếm dựa trên đồ thị đa dạng như tìm kiếm cơ bản, tìm kiếm toàn văn (Full-text Search), tìm kiếm vector (Semantic Search), Text2Cypher và nhiều hơn nữa. Bạn cũng sẽ học phương pháp tìm kiếm hybrid để triển khai hệ thống RAG được tăng cường.

Những lưu ý trước khi học

Môi trường thực hành

  • Hệ điều hành và phiên bản (OS): Khóa học được tiến hành dựa trên MacOS (người dùng Linux, Windows cũng có thể thực hành)

  • Sử dụng môi trường ảo: sử dụng trình quản lý gói uv (người dùng conda, poetry, venv cũng có thể thực hành)

  • Công cụ sử dụng: VS Code, cần khóa xác thực LLM API (OpenAI/ Google Gemini) *có thể phát sinh chi phí

  • Cấu hình PC: Không áp dụng

  • Python 3.12 /

    langchain 0.3.23 / langchain-neo4j 0.3.0 / numpy 1.26.4

Tài liệu học tập

  • Cung cấp tài liệu cần thiết cho thực hành (ghi chú bài giảng, mã thực hành, dữ liệu thực hành)

  • Hãy kiểm tra danh sách tải xuống ghi chú bài học và tài liệu học tập.

Kiến thức tiên quyết và lưu ý

  • Khả năng lập trình Python cơ bản

  • Hiểu các khái niệm cơ bản về LangChain

    • [Khóa học miễn phí] Cơ bản LangChain cho người mới bắt đầu (bắt buộc) : https://inf.run/Xabb2

    • [Khóa học trả phí] RAG Master: Từ cơ bản đến kỹ thuật nâng cao (khuyến nghị) :https://inf.run/CxVA3

  • Không cần kinh nghiệm về cơ sở dữ liệu đồ thị (khóa học sẽ đề cập từ cơ bản)

  • Nếu bạn có câu hỏi hoặc ý kiến gì, hãy thoải mái đặt câu hỏi nhé.


Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Nhà phát triển muốn nâng cao hiệu suất và độ chính xác của hệ thống RAG

  • Những người muốn xử lý hiệu quả dữ liệu có mối quan hệ phức tạp

  • Những người muốn xây dựng hệ thống tìm kiếm tri thức có cấu trúc vượt ra ngoài tìm kiếm vector đơn giản

  • Những người muốn áp dụng Knowledge Graph vào ứng dụng AI

Cần biết trước khi bắt đầu?

  • Python

  • LangChain

  • RAG

Xin chào
Đây là

15,092

Học viên

624

Đánh giá

153

Trả lời

4.8

Xếp hạng

7

Các khóa học

안녕하세요. 저는 파이썬을 활용한 데이터 분석 및 인공지능 서비스 개발 실무를 하고 있습니다. 관심 있는 주제를 찾아서 공부하고 그 내용들을 많은 분들과 공유하기 위해 꾸준하게 책을 집필하고 인공지능 강의를 진행해 오고 있습니다.

 

[이력]

현) 핀테크 스타트업 CEO

전) 데이콘 CDO

전) 인덕대학교 컴퓨터소프트웨어학과 겸임교수

Kaggle Competitin Expert, 빅데이터 분석기사

 

[강의]

NCS 등록강사 (인공지능)

SBA 서울경제진흥원 새싹(SeSAC) 캠퍼스 SW 교육 ‘우수 파트너 선정’ (Python을 활용한 AI 모델 개발)

금융보안원, 한국전자정보통신산업진흥회, 한국디스플레이산업협회, 대구디지털산업진흥원 등 강의

서울대, 부산대, 경희대, 한국외대 등 국내 주요 대학 및 국내 기업체 교육 경험

  

[집필]

 

[유튜브] 판다스 스튜디오 : https://youtube.com/@pandas-data-studio?si=XoLVQzJ9mmdFJQHU

Chương trình giảng dạy

Tất cả

58 bài giảng ∙ (7giờ 4phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

43 đánh giá

4.8

43 đánh giá

  • sketchesfancy9795님의 프로필 이미지
    sketchesfancy9795

    Đánh giá 3

    Đánh giá trung bình 5.0

    5

    31% đã tham gia

    Tôi muốn sớm thử triển khai vào db của mình.

    • pdstudio
      Giảng viên

      Cảm ơn bạn.

  • jyuri0018155님의 프로필 이미지
    jyuri0018155

    Đánh giá 1

    Đánh giá trung bình 5.0

    5

    31% đã tham gia

    • kmkang2281님의 프로필 이미지
      kmkang2281

      Đánh giá 6

      Đánh giá trung bình 4.8

      5

      31% đã tham gia

      Xin chân thành cảm ơn.

    • hshin25375075님의 프로필 이미지
      hshin25375075

      Đánh giá 5

      Đánh giá trung bình 4.2

      5

      31% đã tham gia

      • adastra01190030님의 프로필 이미지
        adastra01190030

        Đánh giá 1

        Đánh giá trung bình 5.0

        5

        100% đã tham gia

        Sau khi sử dụng vectorRAG, tôi cũng muốn tìm hiểu về graphRAG, và thật may mắn là có khóa học nên tôi đã tham gia. Từ giải thích khái niệm cơ bản đến xử lý dữ liệu bằng dữ liệu thực tế và nhiều phương thức tìm kiếm truy vấn... đến RAG theo phương thức Hybrid, tôi đã có thể theo dõi và học thông qua các tệp thực hành Kind, rất bổ ích! Thật ra tôi có điều muốn triển khai, và sau khi tham gia khóa học này, tôi nghĩ mình có thể bắt đầu ngay bằng cách sử dụng kiến thức đã học. Giọng của giảng viên trầm ấm nhưng trôi chảy, nên dù nghe ở tốc độ 1.7 lần vẫn không cảm thấy khó chịu mà rất dễ nghe, giúp tôi hoàn thành khóa học nhanh chóng! Em đã học rất vui và bổ ích ạ, thưa giảng viên. Em rất mong chờ khóa học tiếp theo!

      Ưu đãi có thời hạn, kết thúc sau 6 ngày ngày

      100.100 ₫

      30%

      2.983.132 ₫

      Khóa học khác của pdstudio

      Hãy khám phá các khóa học khác của giảng viên!

      Khóa học tương tự

      Khám phá các khóa học khác trong cùng lĩnh vực!