社内文書を意味の近さで検索し、質問に関連する箇所を取得したい。
キーワードが一致しない同義表現も検索対象にしたい。
埋め込みモデルを使う主な目的はどれか。
埋め込みは入力を意味的な関係を表すベクトルへ変換し、類似検索や検索拡張生成の取得段階に利用する。
詳細解説
埋め込みはテキストなどをベクトル化し、類似度計算や検索に利用できる。
埋め込みはテキストなどをベクトル化し、類似度計算や検索に利用できる。
問題の要件では、テキストを意味関係を反映したベクトルへ変換するが解決する範囲と、別の工程が担う範囲を分けて判断する。
IAMユーザー管理は認証・認可の機能であり、埋め込みの目的ではない。
IAMユーザー管理は認証・認可の機能であり、埋め込みの目的ではない。
問題の要件では、IAMユーザーを自動作成するが解決する範囲と、別の工程が担う範囲を分けて判断する。
埋め込みは意味表現の数値化であり、ファイル圧縮とは異なる。
埋め込みは意味表現の数値化であり、ファイル圧縮とは異なる。
問題の要件では、画像ファイルを必ず可逆圧縮するが解決する範囲と、別の工程が担う範囲を分けて判断する。
トランザクション制御はデータベース機能であり、ベクトル化とは関係しない。
トランザクション制御はデータベース機能であり、ベクトル化とは関係しない。
問題の要件では、データベースのトランザクションをコミットするが解決する範囲と、別の工程が担う範囲を分けて判断する。
実際に確かめる
一時的な検証環境で実行できる例です。
Amazon Bedrock公式の埋め込みモデルとベクトル検索の説明を確認する。期待される結果
埋め込みを生成、検索、圧縮、認証の各機能と区別できる。理解のポイント
- ベクトル表現
- 意味検索
- 類似度
確認時の注意
- 確認環境: AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
- AWS公式ドキュメントで、対象サービスが提供する機能と前提条件を確認する。
- モデル、データ、アプリケーション、利用者の責任分界を混同しない。
基礎のおさらい
埋め込み
テキストや画像を、意味的な関係を比較できる数値ベクトルへ変換した表現。
類似度検索
クエリのベクトルと文書ベクトルの距離や類似度を使って候補を取得する方式。