지식 점검

완료됨

각 질문에 대해 가장 적절한 답을 선택하세요.

지식 점검

1.

의미 체계 검색은 텍스트 포함을 사용하여 결과 관련성을 결정합니다. 포함 벡터란?

텍스트의 의미를 캡처하는 n개 숫자의 배열입니다.

텍스트의 의미를 요약하는 n 단어의 배열입니다.

텍스트에 포함된 n개의 텍스트 문자열 배열입니다.

2.

애플리케이션의 텍스트 데이터는 Azure Database for PostgreSQL 유연한 서버에 저장됩니다. 애플리케이션에는 텍스트 임베딩을 저장하고 의미 체계 검색을 수행하기 위한 벡터 데이터베이스가 필요합니다. 가장 간단한 데이터베이스 선택은 무엇인가요?

Azure Database for PostgreSQL 사용을 사용합니다.

Azure Cosmos DB for MongoDB의 벡터 데이터베이스를 사용합니다.

Azure AI 검색의 벡터 저장소를 사용합니다.

3.

애플리케이션은 PostgreSQL 유연한 서버 데이터베이스에 포함 벡터를 저장했으며 이를 쿼리할 준비가 되었습니다. 사용자가 쿼리 문자열을 제공했습니다. 의미 체계 검색을 실행하는 가장 간단한 방법은 무엇인가요?

애플리케이션은 저장된 함수를 호출하여 순위가 매겨진 결과를 반환합니다.

애플리케이션에서 Azure OpenAI 포함 API를 사용하고 결과를 쿼리 매개 변수로 사용하여 코사인 거리의 순위를 지정합니다.

Azure AI 검색의 통합 벡터화를 사용하여 쿼리 포함을 생성하고 SQL 인라인을 사용합니다.

작업을 확인하기 전에 모든 질문에 대답해야 합니다.