Ce navigateur n’est plus pris en charge.
Effectuez une mise à niveau vers Microsoft Edge pour profiter des dernières fonctionnalités, des mises à jour de sécurité et du support technique.
Choisissez la meilleure réponse à chacune des questions.
La recherche sémantique utilise des incorporations de texte pour déterminer la pertinence des résultats. Qu’est-ce qu’un vecteur d’incorporation ?
Tableau de n nombres qui capturent la signification du texte.
Tableau de n mots qui résument la signification du texte.
Tableau de n chaînes de texte incorporées dans le texte.
Les données textuelles d’une application sont stockées dans un serveur flexible Azure Database pour PostgreSQL. L’application a besoin d’une base de données vectorielle pour stocker les incorporations de texte et effectuer une recherche sémantique. Quel est le choix de base de données le plus simple ?
Utilisez Azure Database pour PostgreSQL.
Utilisez la base de données vectorielle dans Azure Cosmos DB for MongoDB.
Utilisez le magasin de vecteurs Azure AI Search.
Une application a stocké des vecteurs d’incorporation dans une base de données serveur flexible PostgreSQL et est prête à les interroger. L’utilisateur a fourni une chaîne de requête. Quelle est la façon la plus simple d’exécuter une recherche sémantique ?
L’application appelle une fonction stockée pour retourner les résultats classés.
Utilisez l’API Azure OpenAI Embeddings dans l’application et utilisez le résultat comme paramètre de requête pour classer la distance de cosinus.
Utilisez la vectorisation intégrée d’Azure AI Search pour générer l’incorporation de requêtes et utiliser le code SQL en ligne.
Vous devez répondre à toutes les questions avant de vérifier votre travail.
Cette page vous a-t-elle été utile ?
Besoin d’aide à ce sujet ?
Vous voulez essayer d’utiliser Ask Learn pour clarifier ou vous guider à travers ce sujet ?