MongoDB ベクトル検索クエリを実行する

Overview

このガイドでは、Mongoid を使用して MongoDB ベクトル検索クエリを実行する方法を学ぶことができます。MongoDB ベクトル検索を使用すると、ベクトル埋め込みを使用してドキュメントの意味論的な意味に基づいてクエリすることができます。

Mongoid には、vector_search メソッドが用意されています。このメソッドは、$vectorSearch 集計ステージをビルドして実行します。$vectorSearch 集計ステージの詳細については、集計操作ガイドを参照してください。

MongoDB ベクトル検索の詳細については、Atlas ドキュメントの「MongoDB ベクトル検索の概要」を参照してください。

前提条件

MongoDB ベクトル検索クエリを実行する前に、モデルでベクトル フィールドとベクトル検索インデックスを定義し、その後にコレクションでインデックスを作成する必要があります。ベクトル検索インデックスを宣言および作成する方法を学ぶには、インデックスガイドの「MongoDB ベクトル検索インデックス」セクションを参照してください。

このガイドの例では、sample_mflix データベースの embedded_movies コレクションにマップされる次の Movie モデルを使用します。plot_embedding フィールドには、各映画のあらすじのベクトル埋め込みが保存されています。

class Movie
  include Mongoid::Document
  store_in collection: "embedded_movies", database: "sample_mflix"
  field :title, type: String
  field :plot, type: String
  field :year, type: Integer
  field :plot_embedding, type: Array
  # Declare a vector search index on the `plot_embedding` field. The `_id`
  # and `year` filter fields enable instance-level and filtered queries.
  vector_search_index :plot_embedding_index,
    fields: [
      {
        type: "vector",
        path: "plot_embedding",
        numDimensions: 1536,
        similarity: "cosine"
      },
      {
        type: "filter",
        path: "_id"
      },
      {
        type: "filter",
        path: "year"
      }
    ]
end

ベクトル検索クエリの実行

MongoDB ベクトル検索クエリを実行するには、モデルで vector_search クラス メソッドを呼び出し、クエリ ベクトルを最初の引数として渡します。クエリ ベクトルは、検索入力を表すベクトル埋め込みです。

次のコード例は、plot_embeddingフィールドに対してMongoDBベクトル検索クエリを実行し、一致する各映画のタイトルを出力します。Movieモデルでは1つのベクトル検索インデックスのみが宣言されているため、Mongoidは使用するインデックスとベクトルフィールドを自動的に選択します。

# The query vector must have the same number of dimensions as the
# vector search index (1536, in this example).
query_vector = [ -0.0016261312, -0.028070757, -0.011342932, ..., -0.009710136 ]
movies = Movie.vector_search(query_vector, limit: 5)
movies.each do |movie|
  puts movie.title
end

Thrill Seekers
About Time
The Time Machine
Timecop
Crusade in Jeans

vector_search メソッドは Movie ドキュメントの配列を返します。デフォルトでは、10 個の最も類似したドキュメントが返されます。結果の数を変更するには、limit オプションを設定します。前の例では、5 個の結果の制限を指定しています。

movies = Movie.vector_search(query_vector, limit: 5)
movies.each do |movie|
  puts "#{movie.title}: #{movie.vector_search_score}"
end

Thrill Seekers: 0.9253387451171875
About Time: 0.9246978759765625
The Time Machine: 0.9229583740234375
Timecop: 0.9228057861328125
Crusade in Jeans: 0.9222259521484375

類似のドキュメントを検索

ドキュメント インスタンスで vector_search メソッドを呼び出して、そのドキュメントに似ているドキュメントを検索することもできます。ドキュメントで vector_search を呼び出すと、Mongoidはドキュメント自身の保存されたベクトルをクエリ ベクトルとして使用し、ドキュメント自身を結果から除外します。

次のコードは、既存の Movie ドキュメントに最も類似する 5 本の映画を検索します。

movie = Movie.find_by(title: "About Time")
neighbors = movie.vector_search(limit: 5)
neighbors.each do |neighbor|
  puts neighbor.title
end

Thrill Seekers
The Time Machine
Timecop
Crusade in Jeans
Frequency

ベクトル検索オプション

クエリをカスタマイズするには、次のキーワード引数を vector_search メソッドに渡すことができます。

次のコードは、150候補を考慮し、2000年以降に公開された映画のみを返す MongoDB ベクトル検索クエリを実行します。

movies = Movie.vector_search(
  query_vector,
  limit: 5,
  num_candidates: 150,
  filter: { year: { "$gt" => 2000 } }
)

To learn more about these options, see the Fields section of the $vectorSearch operator reference in the Atlas documentation.

詳細情報

ベクトル検索インデックスを宣言および作成する方法を学ぶには、インデックスガイドの「MongoDB ベクトル検索インデックス」セクションを参照してください。

このガイドで言及されている概念についてさらに学ぶには、Atlas ドキュメントの次のページを参照してください。

• MongoDB ベクトル検索 の概要

• ベクトル検索クエリの実行

• ベクトルAtlas Searchのフィールドにインデックスを付ける方法