Deze browser wordt niet meer ondersteund.
Upgrade naar Microsoft Edge om te profiteren van de nieuwste functies, beveiligingsupdates en technische ondersteuning.
Semantisch zoeken maakt gebruik van tekst insluitingen om de relevantie van resultaten te bepalen. Wat is een insluitingsvector?
Een matrix van n getallen die de betekenis van de tekst vastleggen.
Een matrix van n woorden die de betekenis van de tekst samenvatten.
Een matrix van n tekenreeksen die zijn ingesloten in de tekst.
De tekstgegevens van een toepassing worden opgeslagen in een flexibele Azure Database for PostgreSQL-server. De toepassing heeft een vectordatabase nodig om de tekst insluitingen op te slaan en een semantische zoekopdracht uit te voeren. Wat is de eenvoudigste databasekeuze?
Gebruik Azure Database for PostgreSQL.
Vector Database gebruiken in Azure Cosmos DB voor MongoDB.
Gebruik het vectorarchief van Azure AI Search.
Een toepassing slaat insluitingsvectoren op in een flexibele PostgreSQL-serverdatabase en is klaar om er query's op uit te voeren. De gebruiker levert een querytekenreeks. Wat is de eenvoudigste manier om een semantische zoekopdracht uit te voeren?
De toepassing roept een opgeslagen functie aan om gerangschikte resultaten te retourneren.
Als u de cosinusafstand wilt rangschikken, gebruikt u de Azure OpenAI Embeddings-API in de toepassing en gebruikt u het resultaat als queryparameter.
Als u de insluiting van query's wilt genereren en de SQL inline wilt gebruiken, gebruikt u de geïntegreerde vectorisatie van Azure AI Search.
U moet alle vragen beantwoorden voordat uw werk kan worden gecontroleerd.
Is deze pagina nuttig?
Hulp nodig bij dit onderwerp?
Wil je Ask Learn gebruiken om iets te verduidelijken of je door dit onderwerp te leiden?