簡介

  • 2 分鐘

語意搜尋會使用語意相似性來增強標準關鍵字搜尋。 這種相似性意味著對 "sunny" 的查詢可能會符合文字 "bright natural light"，即使沒有超過一個字母的詞彙重疊也一樣。 語意搜尋不是使用字元相似性，而是使用人工智慧 (AI) 所產生的內嵌向量來測量查詢和文件相似性，以提供更相關的搜尋結果。

本課程模組示範如何在「適用於 PostgreSQL 的 Azure 資料庫」彈性伺服器中啟用語意搜尋，以及如何使用 Azure OpenAI 來產生向量內嵌。

具有向量的 Azure 資料庫和 azure_ai 延伸模組的圖表。

案例

假設您在一家管理度假房產清單的公司工作。 您想要讓客戶在線上搜尋和預訂清單上的房屋。 一個挑戰是人們使用許多不同的詞彙來描述同一件事。 隨著描述的改變和房產的變化，您用於開發和維護關鍵字清單的資源有限，而且手動輸入關鍵字很容易出錯。 您想要提供相關的搜尋結果，而無需手動輸入的關鍵字清單。

學習目標

您將獲取語意搜尋、內嵌和向量資料庫的概觀。 然後，您將啟用 pgvector 和 azure_ai 延伸模組。 透過這些延伸模組，您將使用 azure_ai 延伸模組，對從 Azure OpenAI 內嵌產生的向量資料行執行語意搜尋。 最後，您將撰寫一個搜尋函式，該函式會接收查詢字串、為該查詢產生內嵌，並對資料庫執行語義搜尋。

在本課程結束時，您將能夠使用「適用於 PostgreSQL 的 Azure 資料庫」彈性伺服器資料庫來針對 Azure OpenAI 所產生的向量內嵌執行語意搜尋。