Rechercher le document le plus pertinent

from langchain_core.documents import Document
docs = [
    Document(page_content='Python est un langage de programmation populaire'),
    Document(page_content='Les chats sont des animaux domestiques'),
    Document(page_content='Django est un framework web en Python'),
]
result = search('programmation Python', docs)
assert isinstance(result, Document), 'Le résultat doit etre un Document'
assert 'Python' in result.page_content, 'Le document trouve doit parler de Python'
result2 = search('animaux chat', docs)
assert 'chat' in result2.page_content, 'La recherche animaux doit trouver le doc sur les chats'
result3 = search('framework web', docs)
assert 'Django' in result3.page_content, 'La recherche framework doit trouver le doc sur Django'

Solution officielle

from langchain_core.documents import Document
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity

def search(query, documents):
    texts = [doc.page_content for doc in documents]
    vectorizer = TfidfVectorizer()
    doc_vectors = vectorizer.fit_transform(texts)
    query_vector = vectorizer.transform([query])
    scores = cosine_similarity(query_vector, doc_vectors)[0]
    best_index = scores.argmax()
    return documents[best_index]