Deskripsi
Neo4j Vector Search adalah alat yang kuat dirancang untuk memfasilitasi pencarian tetangga terdekat yang efisien dan kuat menggunakan indeks vektor. Ini mengimplementasikan algoritma Hierarchical Navigatable Small World (HNSW) untuk membuat lapisan k-tetangga terdekat, yang sangat berguna untuk bekerja dengan embedding yang dihasilkan oleh model pembelajaran mesin. Fungsionalitas ini memungkinkan pengguna untuk menemukan node yang mirip dalam grafik berdasarkan embedding mereka, menjadikannya sumber daya yang sangat berharga untuk aplikasi yang memerlukan pencarian kesamaan.
Baca Selengkapnya
Alat ini mendukung pembuatan indeks vektor dengan jumlah dimensi yang ditentukan dan fungsi kesamaan, seperti Euclidean dan cosine, untuk node dan hubungan. Pengguna dapat melakukan kueri pada indeks vektor dengan embedding dan nilai top-k, yang mengembalikan node beserta skor kesamaannya. Neo4j Vector Search juga mencakup fungsi dan prosedur dalam plugin GenAI untuk menghitung embedding teks dengan penyedia seperti OpenAI, Azure OpenAI, Google Vertex AI, dan Amazon Bedrock.
Untuk rilis Neo4j saat ini, pendekatan yang direkomendasikan adalah menggunakan Cypher 25 dengan klausa SEARCH untuk pencarian vektor, dan ai.text.embed() serta ai.text.embedBatch() untuk menghasilkan embedding. Ini memastikan bahwa hanya embedding dengan ukuran yang diharapkan yang diindeks, mencegah kueri dengan dimensi yang tidak cocok gagal.
Kemampuan pencarian hibrida juga tersedia, menggabungkan hasil yang diberi peringkat dari beberapa sinyal pengambilan menjadi satu daftar hasil. Ini sangat berguna untuk pencarian yang memerlukan kesamaan vektor dan pencocokan istilah yang tepat, seperti nama, akronim, atau pengidentifikasi.
Neo4j Vector Search cocok untuk pengembang dan ilmuwan data yang ingin memanfaatkan basis data grafik untuk aplikasi yang didukung AI. Ini menawarkan dokumentasi yang komprehensif dan dukungan komunitas, menjadikannya dapat diakses baik untuk pengguna baru maupun berpengalaman. Alat ini adalah bagian dari ekosistem lebih luas Neo4j, yang mencakup berbagai solusi basis data grafik dan integrasi AI.
- KategoriBasis Data Vektor & Pengambilan
- Model HargaFreemium
- PenerapanHosting mandiri, Cloud
- PlatformCloud
Fitur Inti Neo4j Vector Search
Algoritma HNSW untuk k-tetangga terdekat
Mendukung embedding dari model pembelajaran mesin
Pembuatan indeks vektor dengan dimensi yang ditentukan
Fungsi kesamaan: Euclidean dan cosine
Integrasi dengan OpenAI, Azure, Google, Amazon
Pencarian hibrida yang menggabungkan beberapa sinyal pengambilan
Dukungan Cypher 25 untuk pencarian vektor
Plugin GenAI untuk embedding teks
Cara menggunakan Neo4j Vector Search?
Konfigurasi: Atur dimensi indeks vektor dan fungsi kesamaan
Gunakan: Kuery indeks vektor dengan embedding
Integrasi: Gunakan plugin GenAI untuk embedding teks
Optimalkan: Gabungkan pencarian hibrida untuk hasil yang komprehensif
Kasus Penggunaan Neo4j Vector Search
- Pencarian kesamaan grafik
- Aplikasi yang didukung AI
- Pencarian hibrida
- Integrasi pembelajaran mesin
- Proyek ilmu data
