Este browser já não é suportado.
Atualize para o Microsoft Edge para tirar partido das mais recentes funcionalidades, atualizações de segurança e de suporte técnico.
Escolha a melhor resposta para cada uma das perguntas.
A pesquisa semântica usa incorporações de texto para determinar a relevância dos resultados. O que é um vetor de incorporação?
Uma matriz de n números que capturam o significado do texto.
Uma matriz de n palavras que resumem o significado do texto.
Uma matriz de n cadeias de texto incorporadas no texto.
Os dados de texto de um aplicativo são armazenados em um banco de dados do Azure para servidor flexível PostgreSQL. O aplicativo precisa de um banco de dados vetorial para armazenar as incorporações de texto e executar uma pesquisa semântica. Qual é a escolha de banco de dados mais simples?
Use o Banco de Dados do Azure para PostgreSQL.
Use o Banco de Dados de Vetores no Azure Cosmos DB para MongoDB.
Use o repositório de vetores do Azure AI Search.
Um aplicativo armazenou vetores de incorporação em um banco de dados de servidor flexível PostgreSQL e está pronto para consultá-los. O usuário forneceu uma cadeia de caracteres de consulta. Qual é a maneira mais simples de executar uma pesquisa semântica?
O aplicativo chama uma função armazenada para retornar resultados classificados.
Use a API do Azure OpenAI Embeddings no aplicativo e use o resultado como um parâmetro de consulta para classificar a distância cosseno.
Use a vetorização integrada do Azure AI Search para gerar a incorporação da consulta e usar o SQL in-line.
Tem de responder a todas as questões antes de verificar o seu trabalho.
Esta página foi útil?
Precisa de ajuda com este tópico?
Quer tentar utilizar o perguntar e Aprender para obter esclarecimentos ou orientações ao longo deste tópico?