$availableDotProduct (표현식 연산자)

정의

$similarityDotProduct

배열 또는 binData 값으로 표시된 두 숫자 벡터의 내적을 반환합니다. 내적은 해당 요소의 곱의 합과 같습니다.

$similarityDotProduct 에는 두 가지 구문 형식이 있습니다.

간결한 구문은 원시 내적 점수를 반환합니다.

{ $similarityDotProduct: [ <vector1>, <vector2> ] }

전체 구문은 선택적 정규화 매개변수를 허용합니다.

{
   $similarityDotProduct: {
      vectors: [ <vector1>, <vector2> ],
      score: <boolean>
   }
}

전체 구문을 사용하는 경우 은 다음 필드를$similarityDotProduct 허용합니다.

필드	유형	필요성	설명
vectors	배열	필수 사항	정확히 두 개의 표현식으로 구성된 배열입니다. 각 표현식 숫자 값의 배열 또는 binData 값으로 해석되어야 합니다. 두 벡터의 길이는 모두 같아야 합니다.
score	부울	옵션	true인 경우 (1 + dotProduct) / 2 공식을 사용하여 정규화된 점수를 반환합니다. 기본값은 false입니다.

표현식에 대한 자세한 내용은 표현식을 참조하세요.

행동

예시

다음 예시 vectors 컬렉션 사용합니다.

db.vectors.insertMany( [
   { _id: 1, a: [1, 2, 3], b: [1, 2, 3] },
   { _id: 2, a: [1, 2, 3], b: [3, 2, 1] },
   { _id: 3, a: [1, 2, 3], b: [4, 5, 6] }
] )

다음 집계 파이프라인 각 문서 의 a 필드와 b 필드 간의 내적을 계산하고 원본 점수와 정규화된 점수를 모두 반환합니다.

db.vectors.aggregate( [
   {
      $project: {
         raw: { $similarityDotProduct: [ "$a", "$b" ] },
         normalized: {
            $similarityDotProduct: {
               vectors: [ "$a", "$b" ],
               score: true
            }
         }
      }
   }
] )

이 연산은 다음과 같은 결과를 반환합니다.

{ _id: 1, raw: 14, normalized: 7.5 }
{ _id: 2, raw: 10, normalized: 5.5 }
{ _id: 3, raw: 32, normalized: 16.5 }

자세히 알아보기

• $vectorSearch

• 표현식