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
  
• 已获得API-KEY
  
• 已安装最新版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。

1. import dashvector
2. import numpy as np
3. from dashvector import VectorParam, Doc, WeightedRanker, VectorQuery, RrfRanker
5. client = dashvector.Client(
6.     api_key='YOUR_API_KEY',
7.     endpoint='YOUR_CLUSTER_ENDPOINT'
8. )
9. ret = client.create(
10.     'multi_vector_demo',
11.     vectors={
12.         "title": VectorParam(4),
13.         "content": VectorParam(6, metric="euclidean"),
14.     },
15.     fields_schema={
16.         'author': str,
17.     }
18. )
19. assert ret

复制代码

插入数据

说明
insert/upsert要求至少一个向量字段有值。

1. collection = client.get(name='multi_vector_demo')
2. docs = []
3. for i in range(10):
4.     docs.append(Doc(id=str(i),
5.                     vectors={"title": np.random.random(4),
6.                              "content": np.random.random(6)
7.                             },
8.                     )
9.                 )
10. ret = collection.insert(docs)
11. print(ret)

复制代码

执行检索

说明

• 检索时采用的策略为多个向量分别执行检索后融合排序。
  
• VectorQuery 支持的其他参数见 向量检索高级参数。
  

1. title_vector = [0.1, 0.2, 0.3, 0.4]
2. content_vector = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6]
3. vectors = {
4.     "title": VectorQuery(vector=title_vector, num_candidates=10),
5.     "content": VectorQuery(vector=content_vector),
6. }
7. ret = collection.query(
8.     vector=vectors,
9.     include_vector=False,
10.     # 使用RRF融合排序
11.     # rerank=RrfRanker(rank_constant=100)
12.     # 使用加权融合排序
13.     rerank=WeightedRanker(weights={"title": 1.0, "content": 1.0}),
14.     topk=20
15. )
16. assert ret
17. print(ret.output)
19. # 使用单个向量执行检索
20. ret = collection.query(vector={"title": VectorQuery(vector=title_vector)})
21. assert ret
22. print(ret.output)
24. # 使用单个向量执行分组向量检索
25. ret = collection.query_group_by(title_vector, group_by_field='author', vector_field='title')
26. assert ret
27. print(ret)

复制代码

限制说明

重要

• 当前单个集合最多支持4个向量字段。
  
• 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。
  
• 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。
  

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！