Semantisch zoeken implementeren in Oracle APEX met behulp van AI Vector Search
Inleiding
Oracle APEX maakt nu gebruik van de AI Vector Search-functie die is geïntroduceerd in Oracle AI Database om op semantiek gebaseerde gelijkeniszoekopdrachten te implementeren. Met deze functie kunnen ontwikkelaars deep learning-modellen uitvoeren en vector-embeddings maken zonder de database te verlaten. AI Vector Search zet data om in hoogdimensionale vectoren, waardoor geavanceerde semantische zoekfunctionaliteit in APEX-applicaties mogelijk wordt. In tegenstelling tot traditionele zoekopdrachten op basis van trefwoorden begrijpt deze technologie de betekenis achter de data, waardoor relevantere resultaten worden geboden via contextbewuste zoekopdrachten op basis van overeenkomst.
Oracle AI Database 23ai ondersteunt alle moderne datasoorten en -workloads, inclusief vectoren. Bovendien zijn AI- en machine learning-mogelijkheden direct in de database geïntegreerd. Door vectoren te genereren en op te slaan—multidimensionale representaties van documenten, afbeeldingen, video's, geluid en andere typen ongestructureerde data—kunnen ontwikkelaars deze objecten als vectoren coderen en zoekopdrachten naar semantische overeenkomsten mogelijk maken met behulp van wiskundige berekeningen. Deze krachtige technologie maakt het mogelijk om similarity searches te combineren met zoekopdrachten op bedrijfsgegevens via eenvoudige SQL, waardoor dit toegankelijk is voor iedereen met basiskennis van SQL.
Voor degenen die APEX bovenop Oracle AI Database uitvoeren, zijn de AI Vector Search-mogelijkheden standaard beschikbaar zonder extra kosten. Dit betekent dat APEX-ontwikkelaars deze geavanceerde zoekfunctionaliteiten naadloos in hun applicaties kunnen opnemen, waardoor de gebruikerservaring wordt verbeterd met nauwkeurigere en contextbewuste resultaten.
-demonstratie
Vereisten en instellingen
- Oracle Cloud account: aanmeldingspagina
- Vooraf getraind ONNX-model—documentatie
- Oracle AI Database - Documentatie