基于LangChain-Chatchat实现的RAG-本地知识库的问答应用[4]-高阶自定义模块
1.自定义分词器
- 在
text_splitter文件夹下新建一个文件，文件名为您的分词器名字，比如my_splitter.py，然后在__init__.py中导入您的分词器，如下所示：
from .my_splitter import MySplitter- 修改
config/kb_config.py文件，将您的分词器名字添加到text_splitter_dict中，如下所示：
MySplitter: {"source": "huggingface", # 选择tiktoken则使用openai的方法"tokenizer_name_or_path": "your tokenizer", #如果选择huggingface则使用huggingface的方法，部分tokenizer需要从Huggingface下载}
TEXT_SPLITTER = "MySplitter"完成上述步骤后，就能使用自己的分词器了。
