Atlas矢量搜索概述

什么是向量搜索？

矢量搜索是一种搜索方法，它返回基于数据的语义或潜在含义。不同于传统全文搜索查找文本匹配项，向量搜索查找向量接近您的搜索查询在多维空间中。向量离查询越近，它们的含义越相似。

通过解释搜索查询和数据的含义，向量搜索允许您考虑搜索者的意图和搜索上下文以检索更相关的结果。

例如，如果搜索术语“red fruit”，则全文搜索仅返回明确包含这些关键字的数据。然而，语义搜索可能会返回含义相似的数据，例如苹果或草莓等红色水果。

Atlas矢量搜索索引

要在中对数据执行矢量搜索阿特拉斯，您必须创建Atlas矢量搜索索引。Atlas Vector Search索引独立于其他数据库索引和用于高效检索包含查询时的向量嵌入。在Atlas Vector Search索引定义中，对集合中包含嵌入的字段进行索引对这些字段启用矢量搜索。Atlas Vector Search支持嵌入宽度小于等于4096维。

您还可以通过索引任何集合中的布尔、字符串、日期和数字字段要对其运行Atlas Vector Search查询的。过滤数据可以缩小搜索并确保某些向量嵌入不考虑进行比较。

要了解如何为Atlas Vector Search索引字段，看见如何为向量搜索索引字段。

地图集矢量搜索查询

Atlas矢量搜索支持近似最近邻居(人工神经网络)搜索使用分层导航小世界算法。人工神经网络通过以下方式优化速度多维中最相似向量的近似不扫描每个矢量的空间。这种方法尤其用于从大型矢量数据集检索数据。

Atlas矢量搜索查询包括聚合管道阶段其中$vectorSearch（$vector搜索）阶段是管道中的第一阶段。基本Atlas矢量搜索查询的过程如下所示：

1. 您可以指定查询向量,这是表示搜索查询的向量嵌入。

2. Atlas Vector Search使用人工神经网络搜索以查找数据中的向量嵌入最接近查询向量的。

3. Atlas Vector Search返回包含最相似向量的文档。

要自定义矢量搜索查询，可以在通过使用MQL公司匹配支持的表达式比较或聚合运算符,或者您可以添加其他聚合阶段进一步处理和组织结果。

要了解如何创建和运行Atlas Vector Search查询，看见运行矢量搜索查询。

用例

Atlas Vector Search支持以下类型的矢量搜索查询：

• 语义搜索：基于语义相似性查询向量嵌入通过使用人工神经网络搜索算法。

  要了解更多信息，请参阅如何执行语义搜索和运行矢量搜索查询。

• 混合搜索：将语义搜索和全文搜索查询。要了解更多信息，请参阅如何执行混合搜索。

通过使用阿特拉斯作为一个矢量数据库，您可以使用Atlas Vector Search构建自然语言处理（NLP）、机器学习（ML）等，和生成人工智能应用。

具体来说，您可以实现检索增强生成（RAG）通过将数据存储在阿特拉斯，使用Atlas Vector Search检索相关数据中的文档，并利用法学硕士回答问题根据您的数据。你可以实施RAG公司本地或通过集成流行的Atlas矢量搜索框架和服务。要了解更多信息，请参阅人工智能关键概念。