Ինչպես օգտագործել metadata ֆիլտրերը վեկտորային բազայում:
sobes.tech AI
Պատասխան AI-ից
Մետադատների ֆիլտրերը վեկտորային տվյալների բազաներում օգտագործվում են վեկտորների որոնումը սահմանափակելու համար՝ հաշվի առնելով լրացուցիչ հատկանիշներ (մետադատություններ), որոնք կապված են յուրաքանչյուր վեկտորի հետ։ Սա թույլ է տալիս կատարել ավելի ճշգրիտ և համապատասխան հարցումներ՝ համատեղելով վեկտորների նմանության որոնումը և հատկությունների վրա հիմնված ֆիլտրումը։
Օրինակ, եթե ձեր վեկտորային տվյալների բազան ունի փաստաթղթերի embeddings և յուրաքանչյուր փաստաթուղթ պարունակում է մետադատություններ՝ հրապարակման ամսաթիվ, հեղինակ, կատեգորիա, ապա կարող եք որոնել նման փաստաթղթեր, բայց միայն այն միջավայրում, որոնք հրապարակվել են որոշակի ամսաթվից հետո կամ պատկանում են որոշակի կատեգորիայի։
Օգտագործման օրինակ (պսևդոկոդ).
query_vector = embed("մասին հարցում")
filters = {"category": "տեխնոլոգիա", "date": {"$gte": "2023-01-01"}}
results = vector_db.search(query_vector, top_k=10, filter=filters)
Այսպիսով, մետադատությունների ֆիլտրերը օգնում են համատեղել սեմանտիկ որոնումը բիզնես-լոգիկայի և լրացուցիչ չափանիշների հետ։