Demonstrace a využití RAG technologií pro vyhledávání v textových dokumentech

Abstract

Tato bakalářská práce se zabývá návrhem a implementací systému pro vyhledávání informací v textových dokumentech s využitím architektury Retrieval-Augmented Generation (RAG). Cílem práce je propojit metody vektorového vyhledávání s generativními jazykovými modely a vytvořit systém schopný poskytovat relevantní odpovědi na základě obsahu dokumentů. V práci jsou popsány principy reprezentace textu pomocí embeddingů, využití vektorových databází a metody zpracování dokumentů, včetně jejich rozdělení na menší části. Součástí řešení je implementace webové aplikace, která umožňuje nahrávání dokumentů, jejich indexaci a následné dotazování pomocí přirozeného jazyka. Výsledkem je funkční prototyp systému demonstrující výhody RAG přístupu, zejména z hlediska přesnosti, aktuálnosti a transparentnosti generovaných odpovědí.

This bachelor's thesis focuses on the design and implementation of a system for information retrieval in text documents using the Retrieval-Augmented Generation (RAG) architecture. The aim of the thesis is to combine vector-based retrieval methods with generative language models to create a system capable of providing relevant answers based on document content. The thesis describes principles of text representation using embeddings, the use of vector databases, and document processing methods, including text chunking. The solution includes the implementation of a web application that allows users to upload documents, index them, and query them using natural language. The result is a functional prototype demonstrating the advantages of the RAG approach, particularly in terms of accuracy, up-to-date information, and transparency of generated responses.