このブラウザーはサポートされなくなりました。
Microsoft Edge にアップグレードすると、最新の機能、セキュリティ更新プログラム、およびテクニカル サポートを利用できます。
それぞれの質問に最も適した回答を選んでください。
セマンティック検索では、テキスト埋め込みを使用して結果の関連性を判断します。 埋め込みベクトルとは何ですか?
テキストの意味をキャプチャする n 個の数値の配列。
テキストの意味を要約する n 個の単語の配列。
テキストに埋め込まれた n 個のテキスト文字列の配列。
あるアプリケーションのテキスト データは、Azure Database for PostgreSQL フレキシブル サーバーに保存されます。 アプリケーションには、テキスト埋め込みを保存し、セマンティック検索を実行するためのベクトル データベースが必要です。 最も簡単なデータベースの選択肢は何ですか?
Azure Database for PostgreSQL を使用する。
Azure Cosmos DB for MongoDB でベクトル データベースを使用する。
Azure AI 検索のベクトル ストアを使用する。
あるアプリケーションは PostgreSQL フレキシブル サーバー データベースに埋め込みベクトルを保存しており、これに対しクエリを実行する準備ができています。 ユーザーがクエリ文字列を指定しました。 セマンティック検索を実行する最も簡単な方法は何ですか?
アプリケーションが、保存されている関数を呼び出して、ランク付けされた結果を返す。
アプリケーションで Azure OpenAI Embeddings API を使用し、結果をクエリ パラメーターとして使用してコサイン距離をランク付けする。
Azure AI 検索の統合ベクトル化を使用してクエリ埋め込みを生成し、SQL をインラインで使用する。
作業を確認する前にすべての問題に回答する必要があります。
このページはお役に立ちましたか?
このトピックについてサポートが必要ですか?
このトピックの意図を把握したり、理解を深めたりするために Ask Learn を使ってみませんか?