メタデータ抽出

この例では、Mastra のドキュメント処理機能を使用して、ドキュメントからメタデータを抽出し利用する方法を示します。抽出されたメタデータは、ドキュメントの整理、フィルタリング、および RAG システムでの強化された検索に使用できます。

概要

このシステムは、2つの方法でメタデータ抽出を示します：

ドキュメントからの直接メタデータ抽出
メタデータ抽出を伴うチャンク化

セットアップ

依存関係

必要な依存関係をインポートします:

src/index.ts


import { MDocument } from '@mastra/rag';

ドキュメント作成

テキストコンテンツからドキュメントを作成します：

src/index.ts


const doc = MDocument.fromText(`Title: The Benefits of Regular Exercise
 
Regular exercise has numerous health benefits. It improves cardiovascular health, 
strengthens muscles, and boosts mental wellbeing.
 
Key Benefits:
• Reduces stress and anxiety
• Improves sleep quality
• Helps maintain healthy weight
• Increases energy levels
 
For optimal results, experts recommend at least 150 minutes of moderate exercise 
per week.`);

1. 直接メタデータ抽出

ドキュメントから直接メタデータを抽出します：

src/index.ts


// メタデータ抽出オプションを設定
await doc.extractMetadata({
  keywords: true,  // 重要なキーワードを抽出
  summary: true,   // 簡潔な要約を生成
});
 
// 抽出されたメタデータを取得
const meta = doc.getMetadata();
console.log('抽出されたメタデータ:', meta);
 
// 出力例:
// 抽出されたメタデータ: {
//   keywords: [
//     '運動',
//     '健康の利点',
//     '心血管の健康',
//     '精神的健康',
//     'ストレス軽減',
//     '睡眠の質'
//   ],
//   summary: '定期的な運動は、心血管の健康、筋力、精神的健康を含む複数の健康上の利点を提供します。主な利点には、ストレス軽減、睡眠の改善、体重管理、エネルギーの増加が含まれます。推奨される運動時間は週に150分です。'
// }

2. メタデータを用いたチャンク化

ドキュメントのチャンク化とメタデータ抽出を組み合わせる:

src/index.ts


// メタデータ抽出を伴うチャンク化を設定
await doc.chunk({
  strategy: 'recursive',  // 再帰的チャンク化戦略を使用
  size: 200,             // 最大チャンクサイズ
  extract: {
    keywords: true,      // チャンクごとにキーワードを抽出
    summary: true,       // チャンクごとに要約を生成
  },
});
 
// チャンクからメタデータを取得
const metaTwo = doc.getMetadata();
console.log('チャンクメタデータ:', metaTwo);
 
// 出力例:
// チャンクメタデータ: {
//   keywords: [
//     '運動',
//     '健康の利点',
//     '心血管の健康',
//     '精神的健康',
//     'ストレス軽減',
//     '睡眠の質'
//   ],
//   summary: '定期的な運動は、心血管の健康、筋力、精神的健康を含む複数の健康上の利点を提供します。主な利点には、ストレス軽減、睡眠の改善、体重管理、エネルギーの増加が含まれます。推奨される運動時間は週に150分です。'
// }

GitHubで例を見る