Resumo
Está a criar um site de reservas de casas de férias. Os resultados da pesquisa de anúncios devem ser relevantes para todos os clientes e você precisa de mais recursos para aumentar manualmente os anúncios com palavras-chave para propriedades que vêm e vão.
Você aprendeu sobre como usar a pesquisa semântica no Banco de Dados do Azure para o Servidor Flexível PostgreSQL para consultar usando incorporações geradas pelo Azure OpenAI. Realizou esta pesquisa ao:
- Habilitando o
vectoreazure_aiextensões. - Criação de colunas vetoriais para armazenar incorporações.
- Geração e armazenamento de incorporações.
- Consultando o banco de dados usando um vetor de consulta.
Sem pesquisa semântica, consultas como "ensolarado" não correspondem a produtos chamados de "luz natural brilhante", mesmo que seja uma correspondência pretendida. Embora esse problema possa ser resolvido adicionando palavras-chave de produto extras, esse processo cria um problema ao criar novas listagens de propriedade. O produto pode ser indetetável sem uma correspondência exata de palavras-chave se as palavras-chave não forem adicionadas.
Os anúncios que são difíceis de encontrar são difíceis de reservar. Resultados de pesquisa irrelevantes degradam a experiência do usuário e a manutenção manual de palavras-chave aumenta os custos humanos. Por outro lado, o Azure OpenAI automatiza a correspondência de sinônimos gerando vetores de incorporação, e o Banco de Dados do Azure para PostgreSQL faz o trabalho pesado de consulta vetorial. Essa combinação fornece uma experiência de pesquisa rica e relevante sem otimização tediosa de palavras-chave.