Aracılığıyla paylaş

Azure Cosmos DB kullanarak vektör arama ve bilgi graflarıyla Artırılmış Oluşturulmuş (RAG) alma

  • Şunlara uygulanır: ✅ NoSQL

CosmosAIGraph , yapay zeka destekli bilgi grafikleri oluşturmak için Azure Cosmos DB'nin gücünü uygulayan yenilikçi bir çözümdür. Bu teknoloji, karmaşık veri ilişkilerini yönetmeye ve sorgulamaya yönelik sağlam bir platform sağlamak için gelişmiş graf veritabanı özelliklerini yapay zekayla tümleştirir. Cosmos AI Graph, Cosmos DB'nin hem belge hem de vektör biçiminde ölçeklenebilirliğini ve performansını kullanarak çeşitli veri sorularını yanıtlayan ve yarı yapılandırılmış verilerdeki gizli ilişkileri ve kavramları ortaya çıkarabilen gelişmiş veri modelleri oluşturulmasını sağlar.

Bilgi graflarının yanıtlamaya yardımcı olduğu sorular

  • Karmaşık İlişki Sorguları:

    • Soru: Bir sosyal ağ içindeki A Kişisi ile B Kişisi arasındaki doğrudan ve dolaylı bağlantılar nelerdir?
    • Açıklama: Graph RAG, iki düğüm arasındaki tüm yolları ve ilişkileri bulmak için grafta geçiş yapabilir ve varlıklar arasındaki ilişkilerin yetkili/seçilmiş görünümü olmadığından Vektör Arama için zor olan bağlantıların ayrıntılı bir haritasını sağlar.

  • Hiyerarşik Veri Sorguları:

    • Soru: CEO'dan bu şirketteki giriş düzeyindeki çalışanlara kadar olan kuruluş hiyerarşisi nedir?
    • Açıklama: Graph RAG hiyerarşik yapılarda verimli bir şekilde gezinebilir ve hiyerarşi içindeki üst-alt ilişkileri ve düzeyleri tanımlarken, Vektör Araması hiyerarşik ilişkileri anlamak yerine benzer öğeleri bulmak için daha uygundur.

  • BağlamSal Yol Sorguları:

    • Soru: Ham madde tedarikinden nihai ürün teslimine kadar tedarik zincirinde hangi adımlar yer alıyor?
    • Açıklama: Graph RAG, bir tedarik zinciri grafı içindeki belirli yolları ve bağımlılıkları izleyebilir ve adım adım döküm sağlar. Vektör Arama, benzer öğeleri bulma konusunda mükemmel olsa da, bir işlemdeki adımların sırasını izleme ve anlama yeteneğine sahip değildir.

Alma Artırılmış Nesil (RAG) söz konusu olduğunda, Bilgi Graflarını ve Vektör Arama'yı birleştirmek, verilerle ilgili yanıt verilebilen soru aralığını genişleten güçlü özellikler sunabilir. Graph RAG, graf içindeki yapılandırılmış ilişkileri kullanarak alma sürecini geliştirir ve bilgi yönetimi sistemleri ve kişiselleştirilmiş içerik teslimi gibi bağlamsal anlama ve karmaşık sorgulama gerektiren uygulamalar için idealdir. Öte yandan, Vektör Araması yapılandırılmamış verileri işlemede ve vektör eklemelerine göre benzerlikler bulma konusunda üstündür ve bu da görüntü ve belge alma gibi görevler için yararlıdır. Bu teknolojiler birlikte hem yapılandırılmış hem de yapılandırılmamış veri işlemenin güçlü yönlerini birleştiren kapsamlı bir çözüm sağlayabilir.

Cosmos AI Graph altyapısının, bileşenlerinin ve akışının diyagramı.

OmniRAG

CosmosAIGraph, kullanıcı sorgularını etkili ve en yüksek doğrulukla yanıtlamak için veritabanı sorguları, vektör eşleştirme veya bilgi grafı geçişi gibi en uygun yöntemi dinamik olarak seçen çok yönlü bir veri alma yaklaşımı olan OmniRAG özelliğine sahiptir. Bu yöntem, bu kaynaklardan herhangi birinin kendi başına oluşturabileceğinden daha fazla bağlam ve daha yetkili bir yaklaşım toplayacak. Bu dinamik seçimin anahtarı, basit konuşma analizi ve/veya yapay zeka kullanılarak kullanıcı sorusundan belirlenen kullanıcı amacıdır. Bu, her sorgunun en uygun teknik kullanılarak ele alınıp doğruluğu ve verimliliğin artırılmasını sağlar. Örneğin, hiyerarşik ilişkilerle ilgili bir kullanıcı sorgusu graf geçişi kullanırken, benzer belgelerle ilgili bir sorgu, tümü CosmosAIGraph tarafından sağlanan birleşik bir çerçeve içinde vektör araması kullanır. Ayrıca, RAG sürecinin orkestrasyonu ile yapay zeka bağlamını toplamak için birden fazla kaynak kullanılabilir; örneğin, önce grafik incelenebilir ve ardından bulunan varlıkların her birinin gerçek veritabanı kayıtları çekilebilir. Eğer sonuç bulunamazsa, vektör araması büyük olasılıkla yakın eşleşen sonuçlar döndürebilir. Bu bütünsel yaklaşım, her alma yönteminin güçlü yönlerini en üst düzeye çıkarır ve kapsamlı ve bağlamsal olarak ilgili yanıtlar sunar.

Örnek kullanıcı soruları ve kullanılan strateji

Kullanıcı Soruları Strateji
Python Flask Kitaplığı nedir? DB RAG
Bağımlılıkları nelerdir? Grafik Taslağı
Python Flask Kitaplığı nedir? Veritabanı RAG
Bağımlılıkları nelerdir? Grafik RAG
Yazar kimdir? DB RAG
Başka hangi kütüphaneleri yazdı? Grafik RAG
Tüm kitaplıklarının ve bağımlılıklarının grafiğini görüntüleme Grafik RAG

Kullanmaya başlayın

CosmosAIGraph, yapay zeka destekli grafikler ve bilgi grafları oluşturmak için Azure Cosmos DB'yi uygulayarak öneri sistemleri ve sahtekarlık algılama gibi uygulamalar için gelişmiş veri modelleri sağlar. Karmaşık veri ilişkilerini verimli bir şekilde yönetmek ve sorgulamak için geleneksel veritabanı, vektör veritabanı ve graf veritabanı özelliklerini yapay zekayla birleştirir. Buradan başlayın !

İlgili içerik

Sonraki adım

Azure Cosmos DB yaşam süresi ücretsiz katmanını kullanma