Úvod
Sémantické vyhledávání rozšiřuje standardní vyhledávání klíčových slov sémantickou podobností. Tato podobnost znamená, že dotaz na "slunečno" by se mohl shodovat s textem "jasného přirozeného světla", i když neexistuje lexikální překrývání delší než jedno písmeno. Místo podobnosti znaků používá sémantické vyhledávání vektory vkládání vytvořené umělou inteligencí (AI) k měření dotazování a podobnosti dokumentů a poskytuje relevantnější výsledky hledání.
Tento modul ukazuje, jak povolit sémantické vyhledávání na flexibilním serveru Azure Database for PostgreSQL a jak pomocí Azure OpenAI generovat vektorové vkládání.
Scénář
Předpokládejme, že pracujete ve společnosti, která spravuje výpisy rekreačních nemovitostí. Chcete zákazníkům umožnit online vyhledávání a výpisy knih. Jednou z výzev je mnoho různých slov, která lidé používají k popisu stejné věci. Máte omezené prostředky pro vývoj a údržbu seznamů klíčových slov, protože se mění a vlastnosti mění a odcházejí, a ruční zadávání klíčových slov je náchylné k chybám. Chcete poskytnout relevantní výsledky hledání bez ručních seznamů klíčových slov.
Cíle výuky
Získáte přehled sémantického vyhledávání, vkládání a vektorových databází. Potom povolíte pgvector a azure_ai rozšíření. S těmito rozšířeními provedete sémantické vyhledávání ve sloupcích vektorů vygenerovaných z vložených objektů Azure OpenAI pomocí azure_ai rozšíření. Nakonec napíšete vyhledávací funkci, která obdrží řetězec dotazu, vygeneruje vložení pro tento dotaz a provede sémantické vyhledávání v databázi.
Na konci této relace můžete spouštět sémantické vyhledávání pomocí flexibilní serverové databáze Azure Database for PostgreSQL proti vektorovým vkládáním generovanými službou Azure OpenAI.