説明
Neo4jベクトル検索は、ベクトルインデックスを使用して効率的かつ堅牢な近似最近傍検索を促進するために設計された強力なツールです。これは、階層的ナビゲータブルスモールワールド(HNSW)アルゴリズムを実装しており、k最近傍の層を作成します。これは、機械学習モデルによって生成された埋め込みを扱う際に特に便利です。この機能により、ユーザーは埋め込みに基づいてグラフ内の類似ノードを見つけることができ、類似性検索を必要とするアプリケーションにとって非常に貴重なリソースとなります。
続きを読む
このツールは、指定された次元数と類似性関数(ユークリッドおよびコサイン)を使用してベクトルインデックスを作成することをサポートします。ユーザーは埋め込みとtop-k値を使用してベクトルインデックスをクエリし、ノードとその類似性スコアを返します。Neo4jベクトル検索には、OpenAI、Azure OpenAI、Google Vertex AI、Amazon Bedrockなどのプロバイダーとともにテキスト埋め込みを計算するためのGenAIプラグインの関数と手順も含まれています。
現在のNeo4jリリースに対して推奨されるアプローチは、ベクトル検索のためにSEARCH句を使用したCypher 25を使用し、埋め込みを生成するためにai.text.embed()およびai.text.embedBatch()を使用することです。これにより、期待されるサイズの埋め込みのみがインデックスされ、次元が一致しないクエリが失敗するのを防ぎます。
ハイブリッド検索機能も利用可能で、複数の取得信号からのランク付けされた結果を単一の結果リストに統合します。これは、名前、頭字語、または識別子など、ベクトルの類似性と正確な用語の一致の両方を必要とする検索に特に便利です。
Neo4jベクトル検索は、AI駆動のアプリケーションのためにグラフデータベースを活用しようとする開発者やデータサイエンティストに適しています。包括的なドキュメントとコミュニティサポートを提供しており、新しいユーザーと経験豊富なユーザーの両方にアクセス可能です。このツールは、さまざまなグラフデータベースソリューションとAI統合を含むNeo4jの広範なエコシステムの一部です。
- カテゴリーベクトルデータベースと検索
- 料金モデルフリーミアム
- デプロイセルフホスト、クラウド
- プラットフォームクラウド
Neo4jベクトル検索の主要機能
k最近傍のためのHNSWアルゴリズム
機械学習モデルからの埋め込みをサポート
指定された次元でのベクトルインデックス作成
類似性関数:ユークリッドおよびコサイン
OpenAI、Azure、Google、Amazonとの統合
複数の取得信号を組み合わせたハイブリッド検索
ベクトル検索のためのCypher 25サポート
テキスト埋め込みのためのGenAIプラグイン
Neo4jベクトル検索の使い方は?
設定:ベクトルインデックスの次元と類似性関数を設定する
使用:埋め込みを使用してベクトルインデックスをクエリする
統合:テキスト埋め込みのためにGenAIプラグインを使用する
最適化:包括的な結果のためにハイブリッド検索を組み合わせる
Neo4jベクトル検索の使用例
- グラフ類似性検索
- AI駆動のアプリケーション
- ハイブリッド検索
- 機械学習統合
- データサイエンスプロジェクト





