MaxCompute:AI_SIMILARITY

構文

FLOAT AI_SIMILARITY(
  STRING <model_name>,
  STRING <version_name>,
  STRING <input1>,
  STRING <input2>
  [, STRING <model_parameters>]
);

パラメーター

• model_name: STRING 型、必須。 使用するモデルの名前。 詳細については、「SQL AI 関数」をご参照ください。

• version_name：必須。STRING 型。使用するモデルバージョンの名前です。デフォルトバージョンを呼び出すには、DEFAULT_VERSION を指定します。

• input1：必須。STRING 型。意味的類似性を比較するための最初のテキストです。

• input2：必須。STRING 型。意味的類似性を比較するための 2 番目のテキストです。

• model_parameters：任意。STRING。`max_tokens`、`temperature`、`top_p` などのモデルパラメーターを指定します。フォーマットは JSON 文字列です：

  '{"max_tokens": 500, "temperature": 0.6, "top_p": 0.95}'。

  • max_tokens：1 回のモデル呼び出しで生成されるトークンの最大数。MaxCompute パブリックモデルの場合、デフォルト値は 4,096 です。

  • temperature：0 から 1 までの値で、出力のランダム性を制御します。値が高いほど、より創造的で多様な出力になり、値が低いほど、より決定的で保守的な出力になります。

  • top_p：0 から 1 までの値で、モデルが選択できる候補ラベルの範囲を制限します。値が高いほど範囲が広がり多様性が増し、値が低いほど範囲が狭まり、より焦点の合った結果になります。

戻り値

2 つの入力テキストの類似度スコアを表す 0 から 1 までの FLOAT 値を返します。戻り値は以下の通りです：

• スコア 1.0 は 2 つのテキストが同一であることを示します。スコア 0.0 は、全く関連性がないことを示します。

• input1 または input2 が NULL の場合、関数は NULL を返します。

• input1 または input2 が STRING でない場合、関数はエラーを返します。

例

SET odps.namespace.schema=true;

SELECT AI_SIMILARITY(
    bigdata_public_modelset.default.`qwen3.7-max`,
    DEFAULT_VERSION,
    'MaxCompute is a big data computing platform.',
    'MaxCompute provides large-scale data processing capabilities.'
) AS similarity_score;
-- 結果
+------------------+
| similarity_score |
+------------------+
| 0.75             |
+------------------+

-- サンプルデータ
CREATE TABLE text_pairs (
    text1 STRING,
    text2 STRING
);

INSERT INTO text_pairs VALUES
    ('Cloud computing supports scalable infrastructure.', 'Enterprises can flexibly scale IT resources using cloud services.'),
    ('The weather is sunny today.', 'Machine learning algorithms require large datasets.'),
    ('A data warehouse stores historical data for analysis.', 'A data warehouse provides analytical processing capabilities for large-scale data.'),
    ('I like to read books.', 'Reading is my favorite hobby.');

-- 複数のテキストペアの意味的類似性を比較
SET odps.namespace.schema=true;

SELECT
    text1,
    text2,
    AI_SIMILARITY(
        bigdata_public_modelset.default.`deepseek-v4-pro`,
        DEFAULT_VERSION,
        text1,
        text2
    ) AS similarity_score
FROM text_pairs
ORDER BY similarity_score DESC;

-- 結果：
+----------------------------------------------------+--------------------------------------------------------------------------+------------------+
| text1                                              | text2                                                                    | similarity_score |
+----------------------------------------------------+--------------------------------------------------------------------------+------------------+
| A data warehouse stores historical data for analysis. | A data warehouse provides analytical processing capabilities for large-scale data. | 0.92             |
| I like to read books.                              | Reading is my favorite hobby.                                            | 0.88             |
| Cloud computing supports scalable infrastructure.  | Enterprises can flexibly scale IT resources using cloud services.        | 0.82             |
| The weather is sunny today.                        | Machine learning algorithms require large datasets.                      | 0.05             |
+----------------------------------------------------+--------------------------------------------------------------------------+------------------+

FAILED: ODPS-0130071:[1,8] Semantic analysis exception - inference quota status check failed, error message: region cn-shanghai not found in inference quota