次の方法で共有

Azure Cosmos DB を使用して、ベクトル検索とナレッジ グラフによる拡張生成 (RAG) を取得する

  • [アーティクル]
  • 適用対象:
    ✅ NoSQL

CosmosAIGraph は、Azure Cosmos DB の力を適用して AI を活用したナレッジ グラフを作成する、革新的なソリューションです。 このテクノロジは、高度なグラフ データベース機能を AI と統合し、複雑なデータ リレーションシップを管理およびクエリするための堅牢なプラットフォームを提供します。 Cosmos AI Graph は、ドキュメントとベクトル形式の両方で Cosmos DB のスケーラビリティとパフォーマンスを活用することで、さまざまなデータの質問に回答し、半構造化データ内の隠れた関係や概念を明らかにできる、高度なデータ モデルの作成を可能にします。

知識グラフが回答に役立つ質問

  • 複雑なリレーションシップ クエリ:

    • 質問: ソーシャル ネットワーク内の人物 A と人物 B の直接的および間接的なつながりは何ですか?
    • 説明: Graph RAG は、グラフを走査して 2 つのノード間のすべてのパスと関係を見つけ、接続の詳細なマップを提供できます。これはベクトル検索にとっては困難なことであり、その理由はベクトル検索がエンティティ間の関係の信頼できる/キュレーションされたビューを持たないためです。

  • 階層データ クエリ:

    • 質問:「この会社の CEO から新入社員までの組織階層は何ですか?」
    • 説明: Graph RAG は階層構造を効率的に移動し、階層内の親子関係とレベルを識別するのに対し、ベクトル検索は階層リレーションシップを理解するのではなく、類似する項目を発見するのに適しています。

  • コンテキスト パス クエリ:

    • 質問:「原材料の調達から最終製品の納入までのサプライ チェーンに関する手順は何ですか?
    • 説明: Graph RAG は、サプライ チェーン グラフ内の特定のパスと依存関係に従って、詳細な内訳を提供できます。 ベクトル検索は、同様の項目を発見することに優れていますが、プロセス内の一連の手順に従って理解する能力がありません。

検索拡張生成 (RAG) に関しては、ナレッジ グラフとベクトル検索を組み合わせることで、データについて回答できる質問の範囲を拡大する強力な機能を提供できます。 Graph RAG は、グラフ内の構造化されたリレーションシップを使用して取得プロセスを強化し、知識管理システムやパーソナライズされたコンテンツ配信などのコンテキスト理解と複雑なクエリを必要とするアプリケーションに最適です。 一方、ベクトル検索は、非構造化データの処理とベクトル埋め込みに基づく類似点の発見に優れています。これは、画像やドキュメントの取得などのタスクに役立ちます。 これらのテクノロジを組み合わせることで、構造化データ処理と非構造化データ処理の両方の長所を組み合わせた、包括的なソリューションを提供できます。

Cosmos AI Graph インフラストラクチャ、コンポーネント、フローのダイアグラム。

OmniRAG

CosmosAIGraph が特徴とする OmniRAG は、データベース クエリ、ベクトル マッチング、ナレッジ グラフ走査の中から最も適切な方法を動的に選択することで、ユーザー クエリに効果的かつ最大限の正確性で応答する、データ取得に対する汎用性の高いアプローチです。これは、OmniRAG が高い確率でこれらのソースのどれよりも多くのコンテキストと信頼できるコンテキストを独自に収集することによって可能となっています。 この動的選択の鍵となるのは、シンプルな発話分析や AI を使用してユーザーの質問から決定されたユーザー意図です。 これにより、各クエリが最適な手法を使用して確実に対処され、正確性と効率性が向上します。 例えば、階層リレーションシップに関するユーザー クエリではグラフ走査が使用されますが、同様のドキュメントに関するクエリではベクトル検索が使用されます。これらはすべて、CosmosAIGraph によって提供される統一フレームワーク内で行われます。 さらに、RAG プロセス内でのオーケストレーションを利用することで、複数のソースを使用して AI のためのコンテキストを収集することができます。たとえば、最初にグラフを調べてから、見つかった各エンティティのために、実際のデータベース レコードもプルすることが可能で、結果が何も見つからなかった場合は、ベクトル検索によって高い確率でマッチ度合が高い結果を返すことができます。 この包括的なアプローチは、各取得方法の長所を最大化し、コンテキストに関する包括的な回答を提供します。

ユーザーの質問と使用された戦略の例

ユーザーの質問 戦略
Python Flask ライブラリとは DB RAG
どんな依存関係があるか? グラフ ラグ
Python Flask ライブラリとは データベース RAG
どんな依存関係があるか? グラフ ラグ
作成者は? DB RAG
彼女が書いたその他のライブラリは? グラフ ラグ
すべてのライブラリとその依存関係のグラフを表示する グラフ ラグ

作業の開始

CosmosAIGraph は、Azure Cosmos DB を適用して、AI を活用したグラフとナレッジ グラフを作成し、推奨システムや不正検出などのアプリケーション用の高度なデータ モデルを可能にします。 従来のデータベース、ベクトル データベース、グラフ データベースの機能と AI を組み合わせて、複雑なデータ リレーションシップを効率的に管理およびクエリします。 こちらから始めてください!

関連するコンテンツ

次のステップ

Azure Cosmos DB の有効期間無料レベルを使用する