如何使用DashVector的多向量检索

本文介绍如何使用DashVector的多向量检索功能。

在某些AI检索的场景，会涉及一个实体对应多个向量，在检索时希望通过多个向量检索来找到最可能的实体，例如：

• 在自然语言处理中，标题和文档分别抽取为不同的向量特征，需要根据标题向量和文档向量同时做检索。

• 在商品检索时，商品的图片和文字分别抽取为不同的向量特征，需要根据图片向量和文字向量同时做检索。

为了满足这些需求，DashVector支持了多向量检索。

使用示例

前提条件

• 已创建Cluster：创建Cluster。

• 已获得API-KEY：API-KEY管理。

• 已安装最新版SDK：安装DashVector SDK。

创建多向量集合

说明

需要使用您的api-key替换示例中的 YOUR_API_KEY、您的Cluster Endpoint替换示例中的YOUR_CLUSTER_ENDPOINT，代码才能正常运行。

import dashvector
import numpy as np
from dashvector import VectorParam, Doc, WeightedRanker, VectorQuery, RrfRanker

client = dashvector.Client(
    api_key='YOUR_API_KEY',
    endpoint='YOUR_CLUSTER_ENDPOINT'
)
ret = client.create(
    'multi_vector_demo',
    vectors={
        "title": VectorParam(4),
        "content": VectorParam(6, metric="euclidean"),
    },
    fields_schema={
        'author': str,
    }
)
assert ret

插入数据

说明

insert/upsert要求至少一个向量字段有值。

collection = client.get(name='multi_vector_demo')
docs = []
for i in range(10):
    docs.append(Doc(id=str(i),
                    vectors={"title": np.random.random(4),
                             "content": np.random.random(6)
                            },
                    )
                )
ret = collection.insert(docs)
print(ret)

执行检索

说明

1. 检索时采用的策略为多个向量分别执行检索后融合排序。当前融合排序支持两种策略：RrfRanker和 WeightedRanker。不指定时，默认为RrfRanker(rank_constant=100)。

2. VectorQuery 支持的其他参数见 向量检索高级参数 。

title_vector = [0.1, 0.2, 0.3, 0.4]
content_vector = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6]
vectors = {
    "title": VectorQuery(vector=title_vector, num_candidates=10),
    "content": VectorQuery(vector=content_vector),
}
ret = collection.query(
    vector=vectors,
    include_vector=False,
    # 使用RRF融合排序
    # rerank=RrfRanker(rank_constant=100)
    # 使用加权融合排序
    rerank=WeightedRanker(weights={"title": 1.0, "content": 1.0}),
    topk=20
)
assert ret
print(ret.output)

# 使用单个向量执行检索
ret = collection.query(vector={"title": VectorQuery(vector=title_vector)})
assert ret
print(ret.output)

# 使用单个向量执行分组向量检索
ret = collection.query_group_by(title_vector, group_by_field='author', vector_field='title')
assert ret
print(ret)

限制说明

重要

1. 当前单个集合最多支持4个向量字段。

2. 多向量集合暂不支持插入sparse特征。

3. 随向量字段的个数增加，Cluster中可插入的Doc条数会减少，插入和检索的性能会下降。

4. 检索时允许只对部分向量做检索，集合中包含n个向量字段时，允许使用1-n个向量字段做向量检索，允许使用其中的任意一个向量字段做分组向量检索。

原文地址：https://blog.csdn.net/qq_41362382/article/details/143769382

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！