Vektorkeresés a Azure AI Keresés

Megjegyzés

Azure AI Keresés a Azure portálon, REST API-kon és Azure SDK-k keresztül érhető el. Emellett a Foundry IQ-t is támogatja, amely a vállalati tartalmakat újrafelhasználható, engedélytudatos tudásbázisokká alakítja át az Microsoft Foundry portálon található ügynökök számára.

A vektoros keresés egy információlekérési módszer, amely támogatja a tartalom numerikus ábrázolásai alapján történő indexelést és lekérdezést. Mivel a tartalom nem egyszerű, hanem numerikus, az egyeztetés a lekérdezésvektorhoz leginkább hasonló vektorokon alapul. Ez a megközelítés lehetővé teszi az egyeztetést az alábbiak között:

  • Szemantikai vagy fogalmi hasonlóság. Például a "kutya" és a "kanin" fogalmilag hasonlóak, de nyelvileg eltérőek.
  • Többnyelvű tartalom, például "kutya" angolul és "hund" német nyelven.
  • Több tartalomtípus, például "kutya" egyszerű szövegben és egy kutya képe.

Ez a cikk áttekintést nyújt a vektorkeresésről Azure AI Keresés, beleértve a támogatott forgatókönyveket, a rendelkezésre állást és a más Azure szolgáltatásokkal való integrációt.

Tipp

Azonnal hozzá szeretne kezdeni? Kövesse az alábbi lépéseket:

  1. Biztosítson beágyazásokat az indexhez, vagy hozzon létre beágyazásokat egy indexelő folyamatban.
  2. Vektorindex létrehozása.
  3. Vektoros lekérdezések futtatása.

Milyen forgatókönyvek támogathatják a vektorkeresést?

A vektoros keresés a következő forgatókönyveket támogatja:

  • Hasonlósági keresés. Szöveg kódolása beágyazási modellek vagy nyílt forráskódú modellek, például OpenAI-beágyazások vagy SBERT használatával. Ezután olyan lekérdezésekkel kéri le a dokumentumokat, amelyek szintén vektorként vannak kódolva.

  • Hibrid keresés. Azure AI Keresés a hibrid keresést a vektorkeresés és a kulcs-keresés végrehajtásaként definiálja ugyanabban a kérelemben. A vektortámogatás mezőszinten implementálva van. Ha egy index vektor- és nemvektormezőket tartalmaz, mindkettőt megcélzó lekérdezést írhat. A lekérdezések párhuzamosan futnak, és az eredményeket egyetlen válaszba egyesítjük, és ennek megfelelően rangsoroljuk.

  • Multimodális keresés. Szöveg és képek kódolása többmodális beágyazásokkal, például OpenAI CLIP vagy GPT-4 Turbo a Vision Azure OpenAI-ban, majd kérdezzen le egy mindkét tartalomtípus vektoraiból álló beágyazási helyet.

  • Többnyelvű keresés. Azure AI Keresés bővíthetőségre tervezték. Ha több nyelven betanított embedding és csevegőmodellek állnak rendelkezésére, akkor az indexelési oldalon egyéni vagy beépített készségekkel, illetve a lekérdezési oldalon vektorizáló eszközökkel hívhatja meg őket. A szövegfordítás további szabályozásához használja a multi-nyelvi képességeket, amelyeket az Azure AI Keresés támogat a hibrid keresési forgatókönyvekben a nem vektoros tartalmakhoz.

  • Szűrt vektorkeresés. A lekérdezési kérelem tartalmazhat vektoros lekérdezést és szűrőkifejezést. A szűrők szöveg- és numerikus mezőkre vonatkoznak. A metaadat-szűrők, valamint a keresési eredmények szűrési feltételek alapján történő belefoglalása vagy kizárása szempontjából hasznosak. Bár a vektormezők nem szűrhetők, beállíthat szűrhető szöveget vagy numerikus mezőt. A keresőmotor feldolgozhatja a szűrőt a vektoros lekérdezés végrehajtása előtt vagy után.

  • Vektoradatbázis. Azure AI Keresés tárolja a lekérdezett adatokat. Akkor használja tiszta vektorindexként , ha hosszú távú memóriára vagy tudásbázisra, a lekéréses kiterjesztett generációs (RAG) architektúrához szükséges adatokra vagy vektorokat használó alkalmazásra van szüksége.

Hogyan működik a vektorkeresés?

Azure AI Keresés támogatja a keresési indexből származó vektorbeágyazások indexelését, tárolását és lekérdezését. Az alábbi ábra a vektorkeresés indexelési és lekérdezési munkafolyamatait mutatja be.

A vektorkeresési munkafolyamat architektúrája.

Az indexelési oldalon az Azure AI Keresés egy legközelebbi szomszéd algoritmust használ a hasonló vektorok egymáshoz közel helyezésére egy indexben. Belsőleg vektorindexeket hoz létre az egyes vektormezőkhöz.

A forrástartalomból az Azure AI Keresés-be való beágyazás a feldolgozási megközelítéstől függ.

  • A belső feldolgozáshoz az Azure AI Keresés integrált adatszeletelést és vektorizálást kínál egy indexelő folyamatban. Meg kell adnia a szükséges erőforrásokat, például végpontokat és kapcsolati információkat Azure OpenAI-hoz. Azure AI Keresés ezután végrehajtja a hívásokat, és kezeli az átmeneteket. Ehhez a megközelítéshez egy indexelőre, egy támogatott adatforrásra és egy olyan képességkészletre van szükség, amely az adattömb- és beágyazást vezérli.

  • Külső feldolgozáshoz az Azure AI Keresés-en kívül generálhatja a beágyazásokat, és közvetlenül vektor mezőkbe továbbíthatja a prevektorált tartalmat a keresési indexbe.

A lekérdezési oldalon az ügyfélalkalmazás összegyűjti a felhasználói bemenetet, általában egy parancssoron keresztül. Egy kódolási lépés hozzáadásával vektorizálhatja a bemenetet, majd elküldheti a vektoros lekérdezést a Azure AI Keresés indexbe hasonlósági keresés céljából. Az indexeléshez hasonlóan integrált vektorizálással is kódolhatja a lekérdezést. Mindkét megközelítés esetében Azure AI Keresés a kért k legközelebbi szomszédokkal (kNN) rendelkező dokumentumokat adja vissza az eredményekben.

Azure AI Keresés támogatja a hybrid forgatókönyveket, amelyek párhuzamosan futtatják a vektor- és kulcsszókeresést, és egységes eredményhalmazt adnak vissza, amely gyakran jobb eredményeket biztosít, mint a vektor- vagy kulcsszókeresés. Hibrid keresés esetén a vektor- és a nem avektortartalmak is ugyanabba az indexbe kerülnek az egyidejűleg futó lekérdezések esetében.

Rendelkezésre állás és díjszabás

A vektorkeresés minden régióban és minden szinten ingyenesen elérhető. A beágyazások létrehozása vagy az AI-bővítés vektorizáláshoz való használata azonban díjakat vonhat maga után a modellszolgáltatótól.

A vektorkeresés portál- és programozott hozzáféréséhez a következőt használhatja:

Megjegyzés

  • A 2019. január 1. előtt létrehozott keresési szolgáltatások némelyike nem támogatja a vektoros számítási feladatokat. Ha vektormezőt próbál hozzáadni egy sémához, és hibaüzenetet kap, az elavult szolgáltatások eredménye. Ebben az esetben létre kell hoznia egy új keresési szolgáltatást a vektorfunkció kipróbálásához.

  • A 2024. április 3. után létrehozott keresési szolgáltatások magasabb kvótákat kínálnak a vektorindexekhez. Ha régebbi szolgáltatással rendelkezik, előfordulhat, hogy magasabb vektorkvótákra frissítheti a szolgáltatást .

Azure AI Keresés mélyen integrálva van a Azure AI-platformba. Az alábbi táblázat a vektoros számítási feladatokban hasznos termékeket sorolja fel.

Termék Integráció
Azure OpenAI Azure OpenAI beágyazási modelleket és csevegési modelleket biztosít. A bemutatók és minták a text-embedding-ada-002 modellt célják. Javasoljuk, hogy Azure OpenAI-t a szövegbeágyazások létrehozásához.
Öntödei eszközök Az Image Retrieveal Vectorize Image API támogatja a képtartalom vektorizálását. Ezt az API-t javasoljuk a képek beágyazásának létrehozásához.
Öntöde Ügynöki Szolgáltatás A Azure AI Keresés létrehozhat egy indexelt knowledge forrást, amely vektormezőket és vektorizálót tartalmazó keresési indexre mutat. Ezután a tudásbázist egy tudásbázishoz helyezheti, és csatlakoztathatja a tudásbázist az Foundry Agent Service-hez, így vektorkeresési eredményeket adhat az ügynököknek a jobb tudáslekéréshez.
Azure adatplatformok: Azure Blob Storage, Azure Cosmos DB, Azure SQL, Microsoft OneLake Az indexelők segítségével automatizálhatja az adatbetöltést, majd integrált vektorizálással hozhat létre beágyazásokat. Azure AI Keresés képes automatikusan indexelni vektori adatokat az Azure blob indexelőket, Azure Cosmos DB NoSQL indexelőket, Azure Data Lake Storage Gen2, Azure Table Storage és Microsoft OneLake rendszerből. További információ: Vektormezők hozzáadása keresési indexhez.

Azure AI Keresés gyakran használják nyílt forráskódú keretrendszerekben, például a LangChainben.

Kapcsolódó tartalom

  • Utolsó frissítés időpontja: