Firebase Data Connect のベクトル類似性検索へようこそ - Firebase の セマンティック検索の実装方法を Google Vertex AI。
この機能の中核にあるのはベクトル エンベディングです。これは浮動小数点数の配列です。
テキストまたはメディアのセマンティックな意味を表すポイント番号。まず
入力ベクトル エンベディングを使用した最近傍探索では、
コンテンツを分類します。Data Connect は PostgreSQL の
この機能の pgvector 拡張機能。
この強力なセマンティック検索により、レコメンデーション エンジンなどのユースケースを推進 分析できますこれも検索拡張の主要な要素で 生成 いくつかあります。Vertex AI のドキュメントは、 詳細
ベクトルを生成するために Data Connect の組み込みサポートを利用できます。 Vertex AI の Embeddings API を使用した自動エンベディング この API を使用して手動で生成することもできます
これは Data Connect のドキュメントからの抜粋です。ユーザーが Data Connect のプレビュー版にお申し込みください、 次の内容を網羅したこのガイドにアクセスできます。
- ベクトル検索を実行するための設定
- ベクトル検索用の Data Connect スキーマの設計
- ベクトル エンベディングの生成と取得
- ベクトル検索の実行
- カスタム エンベディングの使用
- ベクトル検索の本番環境へのデプロイ
- ベクトル検索ディレクティブの構文リファレンス。