自查询检索器实现动态元数据过滤在RAG应用中优化策略.pdfVIP

01.查询构建与自查询检索器

在RAG应用开发中，检索外部数据时，面的优化案例中，无论是生成的子查询、问题

分解、生成假设性文档，最后在执行检索时使用的都是固定的筛选条件（没有附加过滤的

相似性搜索）。

但是在某些情况下，用户发起的原始提问其实隐式携带了筛选条件，例如提问：

请帮我整理下关于2023年全年关于AI的汇总。

在这段原始提问中，如果执行相应的向量数据库相似性搜索，其实是附加了筛选条件的，即

year=2023，但是在普通的相似性搜索中，是不会考虑2023年这个条件的（因为没有添加元数

据过滤器，2022年和2023年数据在高其实很接近），存在很大概率会将其他年份的数

据也检索出来。

那么有没有一种策略，能根据用户传递的原始问题构建相应的元数据过滤器呢？这样在搜索的

可

时候带上对应的元数据过滤器，不仅以压缩检索范围，还能提升搜索的准确性。这个思想其

实就是查询构建或者称为自查询。

并且除了向量数据库，类比映射到关系型数据库、图数据库也是同样的操作技巧，即：

1.关系型数据库自查询：使用LLM将自然语言转换成SQL过滤语句。

2.图数据库自查询：使用LLM将自然语言转换成图查询语句。3.向量

数据库：