DashVector:Dokumentasi Pengambilan Berkelompok

Pencarian berdasarkan vektor

Berikan vektor kueri dan tentukan bidang yang digunakan untuk pengelompokan. Gunakan group_count untuk mengatur jumlah kelompok yang dikembalikan, dan group_topk untuk mengatur jumlah hasil per kelompok.

ret = collection.query_group_by(
    vector=[0.1, 0.2, 0.3, 0.4],
    group_by_field='document_id',  # Kelompokkan hasil berdasarkan bidang document_id.
    group_count=2,                 # Kembalikan hingga dua kelompok.
    group_topk=2,                  # Kembalikan hingga dua hasil per kelompok.
)
if ret:
    print('query_group_by success')
    print(len(ret))
    print('------------------------')
    for group in ret:
        print('group key:', group.group_id)
        for doc in group.docs:
            prefix = ' -'
            print(prefix, doc)

Output yang diharapkan:

query_group_by success
4
------------------------
group key: paper-01
 - {"id": "2", "fields": {"document_id": "paper-01", "chunk_id": 2, "content": "xxxB"}, "score": 0.6807}
 - {"id": "1", "fields": {"document_id": "paper-01", "chunk_id": 1, "content": "xxxA"}, "score": 0.4289}
group key: paper-02
 - {"id": "3", "fields": {"document_id": "paper-02", "chunk_id": 1, "content": "xxxC"}, "score": 0.6553}
 - {"id": "5", "fields": {"document_id": "paper-02", "chunk_id": 3, "content": "xxxE"}, "score": 0.4401}

Tanggapan berisi dua kelompok (paper-01 dan paper-02), masing-masing berisi hingga dua hasil yang diurutkan berdasarkan skor kemiripan.

Pencarian berdasarkan kunci primer

Gunakan parameter id untuk melakukan pencarian berkelompok berdasarkan vektor yang tersimpan untuk dokumen tertentu.

ret = collection.query_group_by(
    id='1',
    group_by_field='name',
)
if ret:
    print('query_group_by success')
    print(len(ret))
    for group in ret:
        print('group:', group.group_id)
        for doc in group.docs:
            print(doc)
            print(doc.id)
            print(doc.vector)
            print(doc.fields)

Pencarian dengan filter

Gabungkan vektor atau kunci primer dengan ekspresi filter untuk mempersempit hasil sebelum pengelompokan. Filter harus mengikuti sintaksis klausa WHERE SQL.

ret = collection.query(
    vector=[0.1, 0.2, 0.3, 0.4],   # Gunakan id='...' sebagai gantinya untuk mencari berdasarkan kunci primer.
    group_by_field='name',
    filter='age > 18',              # Kembalikan hanya dokumen dengan usia lebih dari 18.
    output_fields=['name', 'age'],  # Kembalikan hanya bidang name dan age.
    include_vector=True
)

Untuk sintaksis filter lengkap, lihat Conditional filtering.

Pencarian dengan vektor padat dan jarang

Sertakan kedua parameter vector dan sparse_vector untuk menggabungkan pengambilan berbasis vektor padat dan jarang. Pendekatan ini memungkinkan pencarian semantik yang memperhatikan kata kunci, di mana vektor jarang menyandikan bobot kata kunci bersama penyematan semantik padat.

ret = collection.query(
    vector=[0.1, 0.2, 0.3, 0.4],
    sparse_vector={1: 0.3, 20: 0.7},
    group_by_field='name',
)

Untuk detail tentang pencarian vektor semantik yang memperhatikan kata kunci, lihat Keyword-aware semantic vector search.