Vektoradatbázis

A hagyományos keresés a szavak egyezését nézi, a vektoros keresés a jelentését. Ha valaki a „szabadság igénylése” kifejezésre keres, a vektoradatbázis akkor is megtalálja a „távollét bejelentése” című szabályzatot, ha abban a keresett szavak egyike sem szerepel. Ismert megoldások a PostgreSQL-hez tartozó pgvector bővítmény, a Qdrant, a Weaviate vagy a Pinecone. A gyakorlatban sokszor hibrid keresést használnak, amely a kulcsszavas és a jelentés szerinti találatokat együtt rangsorolja.

Példa a gyakorlatból

Egy építőanyag-webshop vásárlói gyakran nem a termék nevét, hanem a problémájukat írják be, például „vizes pincefal szigetelése”. A vektoros keresés a termékleírások jelentése alapján a megfelelő szigetelőanyagokat és kiegészítőket is felajánlja, nem csak azokat, amelyek nevében szerepel a „pince” szó.

Mikor nem ez a jó választás?

Pontos azonosítókra, például cikkszámra, számlaszámra vagy adószámra a hagyományos keresés gyorsabb és biztosabb. Ha a kereshető anyag csak néhány tucat oldal, külön vektoradatbázis helyett a teljes szöveg közvetlenül is átadható a nyelvi modellnek. Egy új adatbázis-technológia üzemeltetési terhet is jelent, ezt érdemes beárazni.

Hogyan dolgozunk vele a Composite-nál?

Ha a cég már PostgreSQL-t használ, gyakran a pgvector bővítmény is elég, így nem kell újabb rendszert üzemeltetni. A keresést hibridként építjük fel, hogy a jelentés szerinti és a pontos egyezésen alapuló találatok is megjelenjenek.