怎么实现RAG检索相似文档排序：similarities

怎么实现RAG检索相似文档排序：similarities

top_5_indices = similarities.argsort()[-5:][::-1] 这行代码的作用是从一组相似度得分中获取相似度最高的5个元素的索引。

1. similarities：这是一个包含了某个问题与所有文档之间余弦相似度得分的一维数组（假设 similarities 是通过 cosine_similarity 函数计算得到的）。例如，similarities 可能是一个形如 [0.1, 0.3, 0.7, 0.2, 0.5] 的数组，其中每个值表示该问题与对应文档的相似度。

2. .argsort()：这是 numpy 库中数组对象的一个方法。argsort() 方法会对数组中的元素进行排序，并返回排序后元素在原数组中的索引。例如，对于数组 [0.1, 0.3, 0.7, 0.2, 0.5]