Semantic Search

意味検索(いみけんさく) は embedding ベクトルを使用(しよう) してテキストや画像(がぞう) などのデータ形式(けいしき) を表現(ひょうげん) し、意味(いみ) に基(もと) づいた類似度検索(るいじどけんさく) を実現(じつげん) する。

Vector Search

ベクトル検索(けんさく) は意味検索(いみけんさく) の核心技術(かくしんぎじゅつ) であり、ベクトル間(かん) の距離(きょり) を計算(けいさん) して類似度(るいじど) を測定(そくてい) する。

d(p, q)^2 = (q_1-p_1)^2 + (q_2-p_2)^2

a \times b = \sum_{i=1}^n a_i \times b_i

\cos(a) = \frac{a \cdot b}{||a||\cdot||b||} = \frac{\sum_{i=1}^n a_i \times b_i}{\sqrt[2]{\sum_{i=1}^n a_i^2} \times \sqrt[2]{\sum_{i=1}^n b_i^2}}