在 Azure AI 搜索中创建混合查询
混合搜索将一个或多个文本(关键字)查询与一个或多个矢量查询合并在一个搜索请求中。 查询以并行方式执行。 结果按新的搜索分数进行合并和重新排序,使用倒数排名融合 (RRF) 返回一个统一的结果集。
在许多情况下,根据基准测试,语义排名的混合查询返回最相关的结果。
若要提高相关性,请使用以下参数:
使用 vector.queries.weight,可以设置矢量查询的相对权重。 此功能在需要合并两个或多个不同结果集的复杂查询中特别有用,与在混合搜索中相同。 此功能现已正式发布。
hybridsearch.maxTextRecallSize 和 countAndFacetMode(预览版)让你可以更好地控制混合查询中的文本输入。 此功能需要有预览 API 版本。
先决条件
包含
searchable
矢量字段和非矢量字段的搜索索引。 请参阅创建索引和向搜索索引添加矢量字段。(可选)如果希望执行查询字符串的文本到向量转换,可以创建向量器并将其分配给搜索索引中的向量字段。
选择 API 或工具
- 如果使用的是 maxTextRecallSize 和 countAndFacetMode(预览版),则使用 2024-07-01 稳定版本或最新的预览 API 版本。
- Azure 门户中的搜索资源管理器(针对 2024-05-01-preview 行为)
- Azure SDK 的较新的稳定版或 beta 版软件包(请参阅 SDK 功能支持的更改日志)
在搜索资源管理器中运行混合查询
在搜索资源管理器中,确保 API 版本为 2024-07-01 或更高版本的预览 API 版本。
在“视图”下,选择“JSON 视图”。
将默认查询模板替换为混合查询,例如从第 539 行开始的向量快速入门示例中的那个。 为简洁起见,本文中截断了矢量。
混合查询在
search
中指定了文本查询,在vectorQueries.vector
下指定了矢量查询。文本查询和矢量查询应等效或至少不冲突。 如果查询不同,则不会受益于混合。
{ "count": true, "search": "historic hotel walk to restaurants and shopping", "select": "HotelId, HotelName, Category, Tags, Description", "top": 7, "vectorQueries": [ { "vector": [0.01944167, 0.0040178085, -0.007816401 ... <remaining values omitted> ], "k": 7, "fields": "DescriptionVector", "kind": "vector", "exhaustive": true } ] }
选择搜索。
混合查询请求 (REST API)
混合查询结合了搜索和矢量搜索,其中 search
参数采用查询字符串,vectorQueries.vector
采用矢量查询。 搜索引擎并行运行全文查询和矢量查询。 使用倒数排名融合 (RRF) 评估所有匹配项的并集的相关性,并在响应中返回单个结果集。
结果均以纯文本形式返回,包括标记为 retrievable
的字段中的矢量。 由于数值矢量在搜索结果中不起作用,因此请选择索引中的其他字段作为矢量匹配的代理。 例如,如果索引具有“descriptionVector”和“descriptionText”字段,则查询可以匹配“descriptionVector”,但搜索结果可以显示“descriptionText”。 使用 select
参数仅指定结果中可人工读取的字段。
以下示例演示了混合查询配置。
POST https://{{search-service-name}}.search.azure.cn/indexes/{{index-name}}/docs/search?api-version=2024-07-01
Content-Type: application/json
api-key: {{admin-api-key}}
{
"vectorQueries": [
{
"vector": [
-0.009154141,
0.018708462,
. . .
-0.02178128,
-0.00086512347
],
"fields": "DescriptionVector",
"kind": "vector",
"exhaustive": true,
"k": 10
},
{
"vector": [
-0.009154141,
0.018708462,
. . .
-0.02178128,
-0.00086512347
],
"fields": "DescriptionVector",
"kind": "vector",
"exhaustive": true,
"k": 10
}
],
"search": "historic hotel walk to restaurants and shopping",
"select": "HotelName, Description, Address/City",
"top": 10
}
要点:
矢量查询字符串通过
vectorQueries.vector
属性指定。 查询针对“DescriptionVector”字段执行。 将kind
设置为“vector”以指示查询类型。 (可选)将exhaustive
设置为“true”以查询矢量字段的完整内容。关键字搜索通过
search
属性指定。 它与矢量查询并行执行。k
确定从向量查询返回的最近邻匹配项数,并将其提供给 RRF 排名器。top
确定响应中返回的匹配项数。 在此示例中,假设合并的结果中至少有 10 个匹配项,响应会包含 10 个结果。
使用筛选器的混合搜索
此示例添加了一个筛选器,该筛选器应用于搜索索引的 filterable
非矢量字段。
POST https://{{search-service-name}}.search.azure.cn/indexes/{{index-name}}/docs/search?api-version=2024-07-01
Content-Type: application/json
api-key: {{admin-api-key}}
{
"vectorQueries": [
{
"vector": [
-0.009154141,
0.018708462,
. . .
-0.02178128,
-0.00086512347
],
"fields": "DescriptionVector",
"kind": "vector",
"k": 10
}
],
"search": "historic hotel walk to restaurants and shopping",
"vectorFilterMode": "postFilter",
"filter": "ParkingIncluded",
"top": "10"
}
要点:
筛选器应用于可筛选字段的内容。 在此示例中,ParkingIncluded 字段是一个布尔值,标记为索引架构中的
filterable
。在混合查询中,可以在查询执行之前应用筛选器以减少查询图面,也可以在查询执行之后应用筛选器来剪裁结果。
"preFilter"
是默认值。 若要使用postFilter
,需设置筛选器处理模式,如以下示例所示。在筛选后查询结果时,结果数可能小于 top-n。
配置查询响应
设置混合查询时,请考虑响应结构。 响应是平展行集。 查询中的参数确定每行中有哪些字段以及响应中有多少行。 搜索引擎对匹配的文档进行排名,并返回相关度最高的结果。
响应中的字段
搜索结果由搜索索引中的retrievable
字段组成。 结果可以是:
- 所有
retrievable
字段(REST API 默认值)。 - 在查询的“select”参数中显式列出的字段。
本文中的示例使用了“select”语句来指定响应中的文本(非矢量)字段。
注意
不会对矢量执行反向工程使其成为人类可读的文本,因此要避免在响应中将其返回。 相反,选择代表搜索文档的非矢量字段。 例如,如果查询以“DescriptionVector”字段为目标,则在响应中有一个(“Description”)时返回等效的文本字段。
结果数量
查询可能与任意数量的文档匹配,如果搜索条件较弱(例如“search=*”用于 null 查询),则会尽可能匹配所有文档。 由于很少有实际返回无限制的结果的情况,因此应为整体响应指定最大值:
- 对于仅关键字查询(无向量),为
"top": n
个结果 - 对于仅矢量查询,使用
"k": n
个结果 - 对于包含“search”参数的混合查询,为
"top": n
个结果(具有或不具有语义)
“k”和“top”都是可选的。 如果未指定,响应中的默认结果数为 50。 可以设置“top”和“skip”以浏览更多结果或更改默认值。
注意
如果在 2024-05-01-preview API 中使用混合搜索,可以使用 maxTextRecallSize 控制关键字查询的结果数。 将其与一个“k”设置组合使用,可控制每个搜索子系统中的表示形式(关键字和矢量)。
语义排序器结果
注意
语义排名器最多可接受 50 个结果。
如果在 2024-05-01-preview API 中使用语义排序,最佳做法是让“k”和“maxTextRecallSize”的总和至少为 50。 然后,可以使用“top”参数限制返回给用户的结果数。
如果在以前的 API 中使用语义排序,请按以下操作:
- 如果进行仅关键字搜索(无矢量),将“top”设置为 50
- 如果进行混合搜索,将“k”设置为 50,以确保语义排序器获取至少 50 个结果。
Ranking
为混合查询创建多个集。 结果排名由倒数排名融合 (RRF) 计算得出。
在本部分中,比较单矢量搜索和简单混合搜索之间的响应,来获得排名靠前的结果。 不同的排名算法、HNSW 的相似性指标和 RRF 就是这种情况,会产生具有不同量级的分数。 此行为是设计使然。 即使存在很高的相似性匹配,RRF 分数也可能看起来很低。 较低的分数是 RRF 算法的一个特征。 在使用 RRF 的混合搜索中,考虑到已通过 RRF 排名的文档的分数相对较小(这与纯矢量搜索相反),结果中会包含已排名文档的更多倒数。
单矢量搜索:按余弦相似性(默认矢量相似性距离函数)排序的结果的 @search.score。
{
"@search.score": 0.8399121,
"HotelId": "49",
"HotelName": "Old Carrabelle Hotel",
"Description": "Spacious rooms, glamorous suites and residences, rooftop pool, walking access to shopping, dining, entertainment and the city center.",
"Category": "Luxury",
"Address": {
"City": "Arlington"
}
}
混合搜索:使用倒数排名融合进行排名的混合结果的 @search.score。
{
"@search.score": 0.032786883413791656,
"HotelId": "49",
"HotelName": "Old Carrabelle Hotel",
"Description": "Spacious rooms, glamorous suites and residences, rooftop pool, walking access to shopping, dining, entertainment and the city center.",
"Category": "Luxury",
"Address": {
"City": "Arlington"
}
}
后续步骤
接下来,建议查看 Python、C# 或 JavaScript 的演示代码。