요약
휴가 임대 예약 사이트를 빌드하고 있습니다. 목록 검색 결과는 모든 고객과 관련이 있어야 하며, 들어오고 나가는 속성에 대한 키워드를 사용하여 목록을 수동으로 늘리려면 더 많은 리소스가 필요합니다.
Azure Database for PostgreSQL 유연한 서버에서 의미 체계 검색을 사용하여 Azure OpenAI에서 생성된 포함을 사용하여 쿼리하는 방법을 알아보았습니다. 사용자는 다음을 통해 이 검색을 수행했습니다.
vector및azure_ai확장을 사용하도록 설정합니다.- 포함을 저장할 벡터 열 만들기
- 포함 생성 및 저장
- 쿼리 벡터를 사용하여 데이터베이스를 쿼리합니다.
의미 체계 검색이 없으면 "sunny"와 같은 쿼리는 의도된 일치임에도 불구하고 "bright natural light"라는 제품과 일치하지 않습니다. 이 문제는 추가 제품 키워드를 추가하여 해결될 수 있지만, 이 프로세스는 새 속성 목록을 만들 때 발생하는 문제를 야기합니다. 키워드가 추가되지 않으면 정확한 키워드 일치 없이 제품을 발견하지 못할 수 있습니다.
찾기 힘든 숙소는 예약도 어렵습니다. 관련성이 없는 검색 결과는 사용자 환경을 저하시키고, 키워드를 수동으로 유지 관리하면 인적 비용이 증가합니다. 반면, Azure OpenAI는 포함 벡터를 생성하여 동의어 일치를 자동화하고 Azure Database for PostgreSQL은 벡터 쿼리 작업을 수행합니다. 이 조합은 지루한 키워드 최적화 없이 풍부하고 관련성 높은 검색 환경을 제공합니다.