DashVector:キーワード認識型検索

ステップ 1: コレクションの作成

import dashvector

# Replace YOUR_API_KEY with your API key (see Manage API keys).
# Replace YOUR_CLUSTER_ENDPOINT with your cluster endpoint (see the cluster details page).
client = dashvector.Client(
    api_key='YOUR_API_KEY',
    endpoint='YOUR_CLUSTER_ENDPOINT'
)

# dimension=4 is used here for simplicity.
# Set this to match your actual embedding model's output dimension.
ret = client.create('hybrid_collection', dimension=4, metric='dotproduct')

collection = client.get('hybrid_collection')
assert collection

ステップ 2: 疎ベクトルを持つドキュメントの挿入

from dashvector import Doc

collection.insert(Doc(
    id='A',
    vector=[0.1, 0.2, 0.3, 0.4],
    sparse_vector={1: 0.3, 10: 0.4, 100: 0.3}
))

sparse_vector フィールドは、キーワード ID をその重みにマッピングします。DashText のような疎エンコーダーを使用して、生テキストからこれらを生成します。詳細については、「疎ベクトルエンコーダー」をご参照ください。

ステップ 3: 両方のベクトルタイプでのクエリ

同じクエリで vector と sparse_vector の両方を渡します。DashVector は、両方のベクトルタイプからの内積を合計して、各結果をスコアリングします。

docs = collection.query(
    vector=[0.1, 0.1, 0.1, 0.1],
    sparse_vector={1: 0.3, 20: 0.7}
)

結果は、結合された内積スコアによってランク付けされます。スコアが高いほど関連性が高くなります。