Podsumowanie

  • 2 min

Tworzysz witrynę rezerwacji na wakacje. Wyświetlanie listy wyników wyszukiwania musi być istotne dla wszystkich klientów i potrzebujesz więcej zasobów, aby ręcznie rozszerzyć listy za pomocą słów kluczowych dla właściwości, które przychodzą i idą.

Wiesz już, jak używać wyszukiwania semantycznego w usłudze Azure Database for PostgreSQL — elastyczny serwer do wykonywania zapytań przy użyciu osadzania generowanych przez usługę Azure OpenAI. Wykonano to wyszukiwanie, wykonując następujące zadania:

  • Włączanie vector rozszerzeń i azure_ai .
  • Tworzenie kolumn wektorów do przechowywania osadzania.
  • Generowanie i przechowywanie osadzonych obiektów.
  • Wykonywanie zapytań względem bazy danych przy użyciu wektora zapytania.

Bez wyszukiwania semantycznego zapytania, takie jak "słoneczne" nie pasują do produktów nazywanych "jasnym naturalnym światłem", mimo że jest to zamierzone dopasowanie. Chociaż ten problem można rozwiązać, dodając dodatkowe słowa kluczowe produktu, ten proces tworzy problem podczas tworzenia nowych list właściwości. Produkt może być nieodkryty bez dokładnego dopasowania słowa kluczowego, jeśli słowa kluczowe nie zostaną dodane.

Listy, które trudno znaleźć, są trudne do zarezerwowania. Nieistotne wyniki wyszukiwania obniżają wydajność środowiska użytkownika, a ręczna konserwacja słów kluczowych zwiększa koszty ludzkie. Z drugiej strony usługa Azure OpenAI automatyzuje dopasowywanie synonimów przez generowanie wektorów osadzania, a usługa Azure Database for PostgreSQL wykonuje duże obciążenie zapytań wektorowych. Ta kombinacja zapewnia zaawansowane i odpowiednie środowisko wyszukiwania bez żmudnej optymalizacji słów kluczowych.