DashVector:グループ検索ドキュメント

ベクターによる検索

クエリベクターを指定し、グループ化対象のフィールドを設定します。group_count パラメーターで返されるグループ数を制御し、group_topk パラメーターで各グループに含める結果数を制御します。

ret = collection.query_group_by(
    vector=[0.1, 0.2, 0.3, 0.4],
    group_by_field='document_id',  # document_id フィールドで結果をグループ化します。
    group_count=2,                 # 最大 2 つのグループを返します。
    group_topk=2,                  # 各グループにつき最大 2 件の結果を返します。
)
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)

期待される出力：

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}

応答には、類似度スコア順にランク付けされた 2 つのグループ（paper-01 および paper-02）が含まれ、各グループには最大 2 件の結果が含まれます。

プライマリキーによる検索

id パラメーターを使用して、特定のドキュメントに格納されたベクターに基づくグループ化検索を実行します。

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)

フィルターを用いた検索

ベクターまたはプライマリキーに加え、filter 式を組み合わせることで、グループ化前の検索結果を絞り込みます。フィルター式は SQL の WHERE 句構文に従う必要があります。

ret = collection.query(
    vector=[0.1, 0.2, 0.3, 0.4],   # プライマリキーによる検索の場合は、代わりに id='...' を使用します。
    group_by_field='name',
    filter='age > 18',              # age が 18 より大きいドキュメントのみを返します。
    output_fields=['name', 'age'],  # name および age フィールドのみを返します。
    include_vector=True
)

完全なフィルター構文については、「条件付きフィルタリング」をご参照ください。

密ベクターおよび疎ベクターを用いた検索

vector および sparse_vector の両方を指定することで、密検索と疎検索を統合できます。これにより、キーワード認識型の意味検索が可能となり、疎ベクターがキーワードの重みを、密な意味埋め込みとともにエンコードします。

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

キーワード認識型の意味ベクトル検索の詳細については、「キーワード認識型意味ベクトル検索」をご参照ください。