Dieser Browser wird nicht mehr unterstützt.
Führen Sie ein Upgrade auf Microsoft Edge durch, um die neuesten Features, Sicherheitsupdates und den technischen Support zu nutzen.
Wählen Sie die beste Antwort auf jede der Fragen aus.
Die semantische Suche verwendet Texteinbettungen, um die Ergebnisrelevanz zu bestimmen. Was ist ein Einbettungsvektor?
Ein Array von n Zahlen, welche die Bedeutung des Texts erfassen.
Ein Array von n Wörtern, welche die Bedeutung des Texts zusammenfassen.
Ein Array von n Textzeichenfolgen, die in den Text eingebettet sind.
Die Textdaten einer Anwendung werden in einer Azure Database for PostgreSQL – Flexible Server gespeichert. Die Anwendung benötigt eine Vektordatenbank, um die Texteinbettungen zu speichern und eine semantische Suche durchzuführen. Was ist die einfachste Datenbankauswahl?
Verwenden Sie Azure Database for PostgreSQL.
Verwenden Sie die Vektordatenbank in Azure Cosmos DB for MongoDB.
Verwenden Sie den Vektorspeicher der Azure KI-Suche.
Eine Anwendung hat Einbettungsvektoren in einer flexiblen PostgreSQL-Serverdatenbank gespeichert und kann sie abfragen. Der Benutzende hat eine Abfragezeichenfolge eingegeben. Was ist die einfachste Möglichkeit zum Ausführen einer semantischen Suche?
Die Anwendung ruft eine gespeicherte Funktion auf, um bewertete Ergebnisse zurückzugeben.
Verwenden Sie die Azure OpenAI Embeddings-API in der Anwendung und verwenden Sie das Ergebnis als Abfrageparameter, um den Kosinusabstand zu bewerten.
Verwenden Sie die integrierte Vektorisierung der Azure KI-Suche, um die Abfrageeinbettung zu generieren und die SQL-Inlineversion zu verwenden.
Sie müssen alle Fragen beantworten, bevor Sie Ihre Arbeit überprüfen können.
War diese Seite hilfreich?
Benötigen Sie Hilfe zu diesem Thema?
Möchten Sie versuchen, Ask Learn zu verwenden, um Sie durch dieses Thema zu klären oder zu leiten?