ベクトル検索 とは？

キーワード検索が語句を手掛かりにするのに対し、ベクトル検索は数値で表したデータの近さを使うよ。意味を捉える埋め込みなら、表現が違う文書を見つけるのに役立つ。ただし『犬』から必ず『ペット』が返るという保証ではないんだ。

テキストや画像を埋め込みモデルで数値の並びへ変換する方法があるよ。検索対象と問い合わせは、同じモデルなど比較可能な方法で表す必要がある。別々のモデルの座標を、そのまま混ぜて比較できるとは考えないでね。

コサイン距離、ユークリッド距離、内積などがあるよ。コサイン類似度はゼロでないベクトル同士の向きの近さを表すけれど、0だから文章の意味が無関係、負だから文章が反対の意味とは限らない。距離やスコアの意味はモデルと尺度に合わせて確認しよう。

厳密な検索は指定した尺度で近いものを求め、近似検索は速度と引き換えに候補を取りこぼすことがあるよ。pgvectorでは既定が厳密な近傍検索で、HNSWやIVFFlatの索引を使うと近似になる。どちらでも、数値上の近さが利用者にとって役立つかは評価が必要だね。

RAGの文書検索やレコメンドなどに使えるよ。pgvectorはPostgreSQLの拡張で、専用DBそのものではない。件数だけで製品を決めず、精度・待ち時間・更新・フィルタ・運用を比べよう。注文番号の一致などは通常の条件検索も使い、キーワードと組み合わせるハイブリッド検索も候補になるね。