如何在 Haystack 查询中实现高级过滤？

要在 Haystack 查询中实现高级过滤，您可以使用 Filter 类或字典来定义缩小搜索结果范围的条件。 Haystack 的过滤系统与 Elasticsearch、OpenSearch 或 Weaviate 等文档存储一起使用，允许您在文档元数据上指定逻辑条件。例如，要过滤 category 字段等于“news”的文档，您将创建一个如下的过滤器：{"field": "category", "operator": "==", "value": "news"}。 这些过滤器可以传递给检索器或管道，以编程方式约束搜索结果。

当使用 AND、OR 和 NOT 等逻辑运算符组合多个条件时，高级过滤变得非常强大。 例如，要查找 category 为“tech”且 publish_date 在 2023 年之后的文档，您将构建一个嵌套过滤器

{
 "operator": "AND",
 "conditions": [
 {"field": "category", "operator": "==", "value": "tech"},
 {"field": "publish_date", "operator": ">", "value": "2023-01-01"}
 ]
}

您还可以对数字或日期字段使用比较运算符，例如 >、<、>= 和 <=。 对于 IN 操作（例如，categories in ["science", “history”]），请使用 {"field": "category", "operator": "in", "value": ["science", "history"]}。 大多数文档存储原生支持这些操作，但不同后端之间的语法可能略有不同。

要将过滤集成到 Haystack 管道中，请将过滤器传递给检索器的 retrieve() 方法或管道的 run() 方法中的 filters 参数。 例如

from haystack import Pipeline
from haystack.components.retrievers.in_memory import InMemoryBM25Retriever

pipeline = Pipeline()
pipeline.add_component("retriever", InMemoryBM25Retriever(document_store))
result = pipeline.run(
 data={"retriever": {"query": "AI trends", "filters": {"category": "tech"}}}
)

如果使用 Elasticsearch，可以通过制作符合其语法的过滤器来利用其 DSL 进行地理查询或正则表达式模式。 始终使用特定的文档存储测试过滤器，因为不支持的操作（例如，FAISS 中的模糊匹配）可能会导致错误。 对于复杂的用例，将过滤器与 Haystack 的查询构建器或自定义预处理相结合，以确保兼容性。