向量搜尋

向量化是將非結構化資料內嵌在機器可讀取之資料數值表示中的程序。向量內嵌用於測量不同文字的語意鄰近度,以在 RAG 和工作人員查詢中建立準確且相關的結果。

Data 360 會索引此資料。當您使用 Data 360 搜尋索引 UI 或 Connect API 建立向量搜尋索引時,您會先切分儲存在 DMO 和 UDMO 中的非結構化資料。切分會將資料拆分為可管理且在語意上有意義的單位。Next Data Cloud 會從這些區塊產生向量內嵌。區塊會儲存在區塊資料模型物件 (CDMO) 中,矢量內嵌會儲存在索引 DA 模型物件 (IDMO) 中。

將向量內嵌新增至搜尋索引後,您可以從如提示詞產生器、AI 代理程式或 Tableau 等應用程式對該資料執行向量搜尋。

• 使用進階設定建立向量搜尋索引
  當您為資料模型物件建立向量搜尋索引組態時,Data 360 會將參照的資料分成語意相關區塊,並產生可搜尋向量。您的 RAG 與工作人員工作流程會在執行查詢時,使用這些向量尋找並傳回語意相似的項目。若要更精確地控制搜尋索引組態,請使用進階設定,此設定可引導您完成流程的每個步驟。
• 使用查詢 API 執行向量搜尋
  使用查詢 API 在 Data 360 中執行向量搜尋。請使用這些範例作為起點。
• 使用向量搜尋 ⁇ 取內容
  透過向量搜尋和 AI 工作人員查詢,您可以捕捉查詢、跨結構化與非結構化資料來源搜尋,並接收摘要的回應,以提升效率與準確性。
• 在 Tableau 中使用向量搜尋增強資料分析
  使用 Tableau 查詢中的向量搜尋,根據意義 (而不只是關鍵字) 尋找與分析資料。向量搜尋可擴大資料探索的範圍,並透過識別語意相似度來增強洞察的準確性和相關性,而不僅僅依賴完全符合的關鍵字。