knnBeta

정의

knnBeta

연산자는 knnBeta Hierarchical Navigable Small Worlds 를 사용합니다. 알고리즘을 사용하여 시맨틱 검색을 수행합니다.kNN 쿼리에 대한 Atlas Search 지원을 사용하여 선택한 제품과 유사한 검색, 이미지 검색 등을 수행할 수 있습니다.

구문

knnBeta 의 구문은 다음과 같습니다:

1
{
2
  $search: {
3
    "index": "<index name>", // optional, defaults to "default"
4
    "knnBeta": {
5
      "vector": [<array-of-numbers>],
6
      "path": "<field-to-search>",
7
      "filter": {<filter-specification>},
8
      "k": <number>,
9
      "score": {<options>}
10
    }
11
  }
12
}

옵션

행동

Atlas Search 유형 knnVector로 인덱싱된 필드에 대해서만 kNN 쿼리를 실행할 수 있습니다.

단계 뒤에 를 사용하여 쿼리 결과의 문서 수를 제한할 수 $limit 있습니다. 값을 값보다 $search knnBeta k 높게 설정하는 $limit 것이 좋습니다. 이러한 과다 요청 패턴은 대략적인 근접 이웃 검색에서 지연 시간과 리콜의 균형을 맞출 수 있는 주요 방법입니다. 경험상 - 의 배수는 510 많은 사용 사례에서 잘 작동하는 것으로 나타났지만, 특정 데이터 세트에 맞게 이 배수를 조정하는 것이 좋습니다.

1
db.<collection>.aggregate({
2
  "$search": {
3
    "knnBeta": {
4
      "vector": <array-of-numbers-to-search>,
5
      "path": <indexed-field-to-search>,
6
      "k": 150
7
    }
8
  }
9
},
10
{
11
  "$limit": 50
12
})

score = (1 + cosine/dot_product(v1,v2)) / 2

예제

다음 쿼리는 knnBeta 연산자를 사용하여 샘플 sample_mflix.embedded_movies 컬렉션을 검색합니다. 쿼리는 OpenAI의 text-embedding-ada-002 임베딩 모델을 사용하여 생성된 임베딩이 포함된 plot_embedding 필드를 검색합니다. 샘플 컬렉션을 Atlas 클러스터에 추가하고 컬렉션에 대한 샘플 인덱스 정의를 만든 경우 sample_mflix 데이터베이스로 전환하여 컬렉션에 대해 다음 쿼리를 실행할 수 있습니다.