Azure Cognitive Search第3弾~GiNZAV5.1を用いた文章のベクトル化~
初めまして、みずぺーといいます。
このnoteを機に初めて私を知った方のために、箇条書きで自己紹介を記述します。
年齢:28歳
出身:長崎
大学:中堅国立大学
専門:河川、河川計画、河道計画、河川環境
IT系の資格:R5.4基本情報技術者試験合格💮、R5.5G資格
本日はRAGにおけるAzure Cognitive Searchを用いたベクトル化の方法について解説
これまではRAGの解説及びその中でAzure Cognitive Searchがどのように使用されるのかについて解説しました。
さらに前回の記事ではRAGの中で使用されるツールの1つである、Azure Cognitive Searchの仕組みとその流れについて解説しました。
本記事ではまず一番初めの①、③のベクトル化の方法を解説します。
用意する環境
GoogleColabratory
以上です!
後は、どんどん先へ進めていきましょう。
最初はオンプレでやろうと思ったのですが、インストールがめんどくさくなって、やめましたし、実際のクラウド上で触れた方が色々為になります。
ベクトルデータの用意
まずはベクトルデータの用意をします。
livedoorニュースよりサンプルデータが公開されているので、それを参考に作成しましょう。
ベクトル化の手法
ベクトル化には以下のような種類があります。
ここから先は
4,469字
/
2画像
¥ 500
この記事が気に入ったらサポートをしてみませんか?