跳到主要内容

使用标签集

使用标签集为您的数据集中的片段自动添加标签。

检索准确性是生产级RAG框架的试金石。除了自动关键词、自动问题和知识图谱等检索增强方法外，RAGFlow引入了自动标签功能来解决语义差距。自动标签功能基于与每个片段的相似性，自动将用户定义标签集中的标签映射到知识库中的相关片段。这种自动化机制允许您为现有数据集应用额外的"层级"特定领域知识，这在处理大量片段时特别有用。

要使用此功能，请确保您至少有一个正确配置的标签集，在知识库（数据集）的配置页面上指定标签集，然后重新解析文档以启动自动标签过程。在此过程中，数据集中的每个片段都会与指定标签集中的每个条目进行比较，并基于相似性自动应用标签。

应用场景​

自动标签适用于片段彼此非常相似，以至于无法从其余片段中区分出目标片段的情况。例如，当您有少数关于iPhone的片段和大部分关于iPhone保护壳或iPhone配件的片段时，在没有额外信息的情况下，很难检索到那些关于iPhone的片段。

1. 创建标签集​

您可以将标签集视为一个封闭集合，要附加到数据集（知识库）中片段的标签专门来自指定的标签集。您使用标签集来"告知"RAGFlow应该标记哪些片段以及应用哪些标签。

准备标签表格文件​

一个标签集可以包含一个或多个XLSX、CSV或TXT格式的表格文件。标签集中的每个表格文件包含两列，描述和标签：

  • 第一列提供第二列中列出标签的描述。这些描述可以是示例片段或示例查询。将计算此列中每个条目与数据集中每个片段之间的相似性。
  • 标签列包括与描述条目配对的标签。多个标签应该用逗号（，）分隔。
注意

作为经验法则，考虑在您的标签表格中包含以下条目：

  • 目标片段的描述，以及它们对应的标签。
  • 使用其他方法无法检索到正确响应的用户查询，确保它们的标签与数据集中的目标片段匹配。

创建标签集​

重要提示

标签集不参与文档索引或检索。在配置聊天助手或智能体时不要指定标签集。

  1. 点击**+ 创建知识库**以创建知识库。
  2. 导航到创建的知识库的配置页面，选择标签作为默认分片方法。
  3. 导航到数据集页面，上传并解析XLSX、CSV或TXT格式的表格文件。 在标签视图部分下会出现标签云，表示标签集已创建： Image
  4. 点击表格选项卡查看标签频率表： Image

2. 标记片段​

一旦创建了标签集，您就可以将其应用到数据集中：

  1. 导航到知识库（数据集）的配置页面。
  2. 从标签集下拉菜单中选择标签集，然后点击保存确认。
注意

如果下拉菜单中缺少标签集，请检查是否已正确创建或配置。

  1. 重新解析文档以开始自动标签过程。 在使用自动标签数据集的AI聊天场景中，每个查询都将使用相应的标签集进行标签，带有这些标签的片段将有更高的机会被检索。

3. 更新标签集​

创建标签集不是一次性的工作。很多时候，您可能发现有必要更新或删除现有标签或添加新条目。

  • 您可以在标签频率表中更新现有的标签集。
  • 要添加新条目，您可以添加并解析XLSX、CSV或TXT格式的新表格文件。

在标签频率表中更新标签集​

  1. 导航到标签集的配置页面。
  2. 点击标签视图下的表格选项卡查看标签频率表，您可以在其中更新标签名称或删除标签。
重要提示

当标签集被更新时，您必须重新解析数据集中的文档，以便它们的标签能够相应地更新。

添加新表格文件​

  1. 导航到标签集的配置页面。
  2. 导航到数据集页面，上传并解析XLSX、CSV或TXT格式的表格文件。
重要提示

如果您向标签集中添加新的表格文件，是否重新解析数据集中的文档由您自行决定。

常见问题​

我可以引用多个标签集吗？​

可以。通常一个标签集就足够了。当使用多个标签集时，请确保它们彼此独立；否则，请考虑合并您的标签集。

标签集与标准知识库之间的区别？​

标准知识库是一个数据集。它将被RAGFlow的文档引擎搜索，检索到的片段将被送入LLM。相比之下，标签集仅用于为数据集中的片段附加标签。它不直接参与检索过程，在为聊天助手或智能体选择数据集时，您不应该选择标签集。

自动标签和自动关键词之间的区别？​

两种功能都增强RAGFlow中的检索。自动关键词功能依赖于LLM并消耗大量令牌，而自动标签功能基于向量相似性和预定义的标签集。您可以将自动关键词功能中应用的关键词视为一个开放集合，因为它们是由LLM生成的。相比之下，标签集可以被认为是用户定义的封闭集合，需要在使用前以指定格式上传标签集。