Azure OpenAI Embedding モデルを利用し最も関連性の高いドキュメントを見つける方法 - Qiita

3. Embedding って何？ それでは、Embedding を使っていきたいのですが、そもそも Embedding とは何かを分からなければ、どう使ったら良いかも分からないので、Embedding について簡単な概念だけでも抑えておきたいと思います。 結論から言うと、高校時代に習ったベクトルの考え方を利用します。 高校時代に習ったベクトルでは、２つの矢印を比べて、同じ方向に線が向いていて、同じ長さならば、それらは同じベクトルと習いました。この方法を利用して、長さと向きができる限り近いベクトルを探し出せば、それが一番似ているということになります。下の図では青い線は全く同じベクトルですが、このベクトルに一番近いベクトル「①」を探し出せれば、それが一番近い内容になります。 実際に Embedding の、text-embedding-ada-002 モデルに対して、自然言語の文字列を渡すと

[kitokitoki]

“Azure OpenAI Embedding モデルを利用し最も関連性の高いドキュメントを見つける方法”

[misshiki]

Azureで利用可能なベクトルデータベース： Azure Database for PostgreSQL、Azure Cosmos DB for MongoDB、Azure Cognitive Search (Private Preview)、Azure Cache for Redis Enterprise