Firebase Data Connect এর ভেক্টর সাদৃশ্য অনুসন্ধানে স্বাগতম — Firebase-এর শব্দার্থিক অনুসন্ধানের বাস্তবায়ন যা Google Vertex AI- এর সাথে একীভূত হয়৷
এই বৈশিষ্ট্যের মূলে রয়েছে ভেক্টর এমবেডিং, যা টেক্সট বা মিডিয়ার শব্দার্থিক অর্থকে উপস্থাপন করে ফ্লোটিং পয়েন্ট সংখ্যার অ্যারে। একটি ইনপুট ভেক্টর এম্বেডিং ব্যবহার করে একটি নিকটতম প্রতিবেশী অনুসন্ধান চালানোর মাধ্যমে, আপনি সমস্ত শব্দার্থগতভাবে অনুরূপ সামগ্রী খুঁজে পেতে পারেন। Data Connect এই ক্ষমতার জন্য PostgreSQL এর pgvector এক্সটেনশন ব্যবহার করে।
এই শক্তিশালী শব্দার্থিক অনুসন্ধান সুপারিশ ইঞ্জিন এবং সার্চ ইঞ্জিনের মতো ব্যবহারের ক্ষেত্রে চালাতে পারে। এটি জেনারেটিভ এআই প্রবাহে পুনরুদ্ধার-বর্ধিত প্রজন্মের একটি মূল উপাদান। Vertex AI ডকুমেন্টেশন আরও জানার জন্য একটি দুর্দান্ত জায়গা।
Vertex AI এর এমবেডিং এপিআই ব্যবহার করে স্বয়ংক্রিয়ভাবে ভেক্টর এম্বেডিং তৈরি করার জন্য আপনি Data Connect অন্তর্নির্মিত সমর্থনের উপর নির্ভর করতে পারেন, অথবা সেগুলি ম্যানুয়ালি তৈরি করতে সেই API ব্যবহার করতে পারেন।
এটি Data Connect ডকুমেন্টেশন থেকে একটি উদ্ধৃতি। আপনি যখন Data Connect প্রিভিউয়ের জন্য সাইন আপ করেন , তখন আপনার এই গাইডটিতে সম্পূর্ণ অ্যাক্সেস থাকবে, যা কভার করে:
- ভেক্টর অনুসন্ধান সম্পাদন করতে সেট আপ করা হচ্ছে
- ভেক্টর অনুসন্ধানের জন্য আপনার Data Connect স্কিমা ডিজাইন করা
- ভেক্টর এমবেডিং তৈরি এবং পুনরুদ্ধার করা
- ভেক্টর অনুসন্ধান সম্পাদন করা
- কাস্টম এম্বেডিং ব্যবহার করে
- উৎপাদনে ভেক্টর অনুসন্ধান স্থাপন করা হচ্ছে
- ভেক্টর অনুসন্ধান নির্দেশাবলীর জন্য সিনট্যাক্স রেফারেন্স।