¿Qué es context aware splitting?

Obtención de datos de la web con LangChain: Context aware data extraction

Context aware data extraction: PDF, XML, DOCX

Context aware splitting de documentos

Evitar duplicidad de datos con indexación de vectores

Tipos de indexación de vectores: incremental, full y con BaseLoader

Parent Retriever

Parent Retriever: recuperación de fragmentos largos en lugar de documentos completos

Self-retriever: etiquetado de documentos

Self-retriever: ejecución de recuperación

MultiQuery retriever

Ensemble retriever

Semantic re-ranking

DiversityRanker (MMR)

Integración de retrieval-augmented generation (RAG)

Ejecución del buscador con Streamlit