MongoDB ベクトル検索を使用した埋め込みの自動生成

必要なアクセス権

MongoDB ベクトル検索インデックスを作成および管理するには、Project Data Access Admin 以上のロールが必要です。

インデックスシンタックス

以下は、埋め込みの自動生成を有効にするための構文です。

1
{
2
  "fields": [
3
    {
4
      "type": "text",
5
      "path": "<field-name>",
6
      "model": "voyage-3-large | voyage-3.5 | voyage-3.5-lite"
7
    }
8
  ]
9
}

インデックス フィールド

インデックス定義では、次のフィールドが必要です。

Considerations

自動埋め込みのインデックスフィールドは、次の vector 型のインデックスフィールドと相互に排他的です。

• numDimensions

• similarity

• quantization

コレクションにすでに埋め込みがある場合は、vector 型のフィールドを使用して埋め込みのインデックスを作成する必要があります。埋め込みを使用したフィールドのインデックス作成について詳しくは、「ベクトル検索のフィールドにインデックスを作成する方法」をご覧ください。

埋め込みを自動生成するためにテキストフィールドをインデックス、独自の埋め込みを持つフィールドもインデックスする場合は、text と vector の両方のタイプでインデックスを作成できます。MongoDB ベクトル検索 は、text タイプとしてインデックス付けされたフィールドのみに対するクエリの埋め込みを自動的に生成します。vector タイプとしてインデックス付けされたフィールドを検索するには、クエリに埋め込みを指定する必要があります。

MongoDB Vector Search filter タイプを使用して、データを事前にフィルタリングするためのフィールドのインデックスも可能です。

データの事前フィルタリングの詳細については、「 filter タイプについて 」を参照してください。

自動埋め込みのインデックスの作成

次の手順では、 MongoDB Vector Search インデックスへの自動埋め込みを有効にする手順について説明します。sample_mflix.movies データセットをロードした場合、手順の例は、コレクションの fullplotフィールドで自動埋め込みを有効にする方法を示しています。

クエリ構文

次の構文は、自動埋め込み用にインデックス付けされたフィールドに対してクエリを実行する方法を示しています。

1
{
2
  "$vectorSearch": {
3
    "index": "<index-name>",
4
    "limit": <number-of-results>,
5
    "numCandidates": <number-of-candidates>,
6
    "path": "<field-to-search>",
7
    "query": "<query-string>"
8
  }
9
}

クエリ フィールド

自動埋め込みを使用するMongoDB ベクトル検索クエリには次のフィールドが必要です。

Considerations

インデックス付きフィールドに対して 近似最近傍探索 または 厳密最近傍探索 クエリを実行できます。詳しくは、近似最近傍探索 と 厳密最近傍探索 を参照してください。

自動埋め込み のインデックス付きフィールドでは、クエリ内でベクトル埋め込みを指定することはできません。代わりに、フィールドに対して自然言語クエリを実行する必要があります。自動埋め込み用にインデックスされたフィールドに対して自然言語クエリを実行すると、 MongoDB ベクトル検索 は、インデックス付きフィールドと同じ埋め込みモデルを使用して、クエリテキストの埋め込みを自動的に生成します。次に、生成された埋め込みを使用して、インデックス付きフィールドに対してセマンティック検索を実行します。

オプションで、クエリに filter フィールドを指定して、MongoDB ベクトル検索 がセマンティック検索を実行するドキュメントを事前にフィルターすることができます。詳細については、MongoDB ベクトル検索の事前フィルター。をご覧ください。

オプションで、結果内のドキュメントのスコアを検索することもできます。詳細については、 「MongoDB ベクトル検索スコアリング」を参照してください。

自動埋め込みを使用したクエリの実行