Este tutorial demuestra una búsqueda híbrida que es una agregación de búsqueda de texto completo y búsqueda semántica para los mismos criterios de query. Aunque la búsqueda de texto completo es eficaz para encontrar coincidencias exactas de los términos de query, la búsqueda semántica ofrece el beneficio adicional de identificar documentos semánticamente similares, incluso si los documentos no contienen el término de query exacto. Esto asegura que las coincidencias sinónimas y contextualmente similares también se incluyan en los resultados combinados de ambos métodos de búsqueda.
Por el contrario, si tienes tokens para nombres propios o palabras clave específicas en el conjunto de datos que no esperas que se tengan en cuenta en el entrenamiento de un modelo de incrustación en el mismo contexto que se usan en el conjunto de datos, la búsqueda vectorial podría beneficiarse de combinarse con una búsqueda en texto completo.
También puedes establecer pesos para cada método de búsqueda por query. En función de si los resultados de búsqueda semántica o de texto completo son los más relevantes y adecuados para un query, puedes aumentar la ponderación de ese método de búsqueda por query.
Puede reordenar los documentos en los resultados según la relevancia para la query utilizando la etapa $rerank después de la etapa $rankFusion o $scoreFusion. La etapa $rerank reordena los documentos según un modelo de reordenación de Voyage AI.
Acerca del Tutorial
Este tutorial demuestra cómo ejecutar una búsqueda híbrida que combina búsqueda vectorial de MongoDB y consultas de búsqueda de MongoDB en la colección sample_mflix.embedded_movies, que contiene detalles sobre películas, para obtener resultados de búsqueda unificados. Específicamente, este tutorial le guía a través de los siguientes pasos:
Crea un índice de MongoDB Vector Search en el campo
plot_embedding_voyage_4_large. Este campo contiene incrustaciones vectoriales que representan el resumen de la trama de una película.Crea un índice de MongoDB Search en el campo
fullplotde la colecciónsample_mflix.embedded_movies. Este campo contiene el nombre de la película como un string de texto.Ejecute una query que use
$rankFusiono$scoreFusionpara combinar los resultados de una query$vectorSearchrealizada en el campoplot_embedding_voyage_4_largey una query$searchrealizada en el campofullploty, a continuación, reordene los documentos que aparecen en los resultados en función de la relevancia para la query usando la etapa$rerank.
Requisitos previos
Antes de empezar, completa los prerrequisitos.