メインコンテンツまでスキップ

StructArray を使用したハイブリッド検索

このページでは、StructArray のベクトル検索と他のベクトル検索を 1 つのハイブリッド検索リクエストで組み合わせる方法について説明します。StructArray のハイブリッド検索では、組み合わせる AnnSearchRequest オブジェクトに応じて、エンティティレベルの結果または要素レベルの結果を返すことができます。

このページでは、StructArray フィールドの作成 の tech_articles コレクションを使用します。このコレクションには、title_vector という名前のトップレベルのベクトルフィールドと、chunks という名前の StructArray フィールドがあります。chunks[emb_list_vector] サブフィールドは EmbeddingList 検索用にインデックスが作成され、chunks[emb] は要素レベル検索用にインデックスが作成されています。

StructArray に対するハイブリッド検索の適用方法​

AnnSearchRequest の組み合わせ最終候補のスコープ結果の動作element_scope
コレクションレベルのベクトルフィールド + StructArray の EmbeddingList サブフィールドエンティティレベル最終候補は主キーで識別されます。使用しないでください。
コレクションレベルのベクトルフィールド + StructArray の要素レベルサブフィールドエンティティレベル要素レベルのヒットは、ハイブリッド再ランキングの前にエンティティレベルの候補に集約されます。StructArray の要素レベル AnnSearchRequest で任意の集約設定を使用できます。
同一の StructArray フィールド配下にある複数の要素レベルサブフィールド要素レベル最終候補は、主キーと Struct 要素のオフセットで識別されます。使用しないでください。
異なる StructArray フィールド配下の要素レベルサブフィールドエンティティレベル要素のオフセットは同一のものを指さないため、各 StructArray の要素レベル AnnSearchRequest は再ランキングの前に集約されます。各 StructArray の要素レベル AnnSearchRequest で任意の集約設定を使用できます。
Warning

element_scope は、同一の StructArray 内ではない要素レベルのハイブリッド検索で、StructArray の要素レベル AnnSearchRequest オブジェクトの集約を設定する場合にのみ使用してください。EmbeddingList リクエスト、コレクションレベルのベクトルリクエスト、または同一 StructArray の要素レベルハイブリッド検索には使用しないでください。

事前準備​

ハイブリッド検索を実行する前に、コレクション、データ、インデックスを準備してください。

要件詳細
StructArray フィールドコレクションに chunks などの StructArray フィールドが含まれています。
ベクトルサブフィールドEmbeddingList 検索と要素レベル検索には、別々のベクトルサブフィールドを使用してください。
インデックスchunks[emb_list_vector] は MAX_SIM* メトリックを使用します。chunks[emb] は COSINE、IP、L2 などの通常のベクトルメトリックを使用します。
リランカーRRFRanker などのハイブリッドリランカー、またはアプリケーションでサポートされている別のリランカーを選択してください。

インデックスの設定については、StructArray フィールドのインデックス作成 を参照してください。

EmbeddingList リクエストを使用したハイブリッド検索の実行​

StructArray のベクトルサブフィールドに対する EmbeddingList 検索は、ハイブリッド検索ではエンティティレベルです。これはエンティティレベルのベクトル検索リクエストと同様に動作し、一致した Struct 要素のオフセットを 1 つ返すことはありません。

python
from pymilvus import AnnSearchRequest, MilvusClient, RRFRanker
from pymilvus.client.embedding_list import EmbeddingList

client = MilvusClient(
    uri="YOUR_CLUSTER_ENDPOINT",
    token="YOUR_CLUSTER_TOKEN",
)

query_vector = [0.19, 0.24, 0.30, 0.37]

query_list = EmbeddingList()
query_list.add([0.12, 0.21, 0.32, 0.44])
query_list.add([0.18, 0.23, 0.29, 0.36])

title_req = AnnSearchRequest(
    data=[query_vector],
    anns_field="title_vector",
    param={},
    limit=10,
)

chunk_list_req = AnnSearchRequest(
    data=[query_list],
    anns_field="chunks[emb_list_vector]",
    param={},
    limit=10,
)

results = client.hybrid_search(
    collection_name="tech_articles",
    reqs=[title_req, chunk_list_req],
    ranker=RRFRanker(),
    limit=5,
    output_fields=[
        "doc_id",
        "title",
        "category",
        "chunks[text]",
        "chunks[section]",
    ],
)

この例では、両方の AnnSearchRequest オブジェクトがエンティティレベルの候補を生成します。最終結果は、親エンティティの主キーで識別されます。EmbeddingList リクエストには element_scope を追加しないでください。

すべての AnnSearchRequest オブジェクトが同一の StructArray フィールド配下にある要素レベルのベクトルサブフィールドを対象とする場合、ハイブリッド検索では再ランキングを通じて要素レベルの候補を維持できます。最終結果が要素レベルのままになるのは、StructArray のハイブリッドモードではこの場合だけです。

次の例では、chunks StructArray フィールドに 2 つの要素レベルベクトルサブフィールド chunks[emb] と chunks[code_emb] があり、どちらも通常のベクトルメトリックを使用していることを前提としています。

python
query_vector = [0.19, 0.24, 0.30, 0.37]
code_query_vector = [0.20, 0.25, 0.31, 0.38]

index_chunk_req = AnnSearchRequest(
    data=[query_vector],
    anns_field="chunks[emb]",
    limit=10,
    param={},
    expr='element_filter(chunks, $[section] == "index")',
)

code_chunk_req = AnnSearchRequest(
    data=[code_query_vector],
    anns_field="chunks[code_emb]",
    limit=10,
    param={},
    expr='element_filter(chunks, $[has_code] == true)',
)

results = client.hybrid_search(
    collection_name="tech_articles",
    reqs=[index_chunk_req, code_chunk_req],
    ranker=RRFRanker(),
    limit=5,
    output_fields=[
        "doc_id",
        "title",
        "chunks[text]",
        "chunks[section]",
        "chunks[quality_score]",
    ],
)

for hits in results:
    for hit in hits:
        print(
            "doc_id:", hit["doc_id"],
            "distance:", hit["distance"],
            "offset:", hit.get("offset"),
            "entity:", hit["entity"],
        )

両方の AnnSearchRequest オブジェクトは chunks 配下のベクトルサブフィールドを検索します。同じゼロベースのオフセットは同じ Struct 要素を指すため、ハイブリッドリランカーは要素候補を直接ランク付けできます。このモードではエンティティレベルの集約が行われないため、element_scope を設定しないでください。

ハイブリッド検索で、StructArray の要素レベル AnnSearchRequest を、コレクションレベルのベクトルリクエスト、EmbeddingList リクエスト、または異なる StructArray フィールド配下の要素レベルリクエストと組み合わせた場合、最終候補のスコープはエンティティレベルになります。この場合、各 StructArray の要素レベル AnnSearchRequest はハイブリッド再ランキングの前にエンティティレベルの候補に集約されます。

同じエンティティから一致した複数の要素を集約する方法を制御する必要がある場合は、StructArray の要素レベル AnnSearchRequest の params 内で element_scope を使用します。

python
query_vector = [0.19, 0.24, 0.30, 0.37]

title_req = AnnSearchRequest(
    data=[query_vector],
    anns_field="title_vector",
    param={},
    limit=10,
)

chunk_req = AnnSearchRequest(
    data=[query_vector],
    anns_field="chunks[emb]",
    param={
        "params": {
            "element_scope": {
                "collapse": {
                    "strategy": "topk_sum",
                    "topk": 3,
                },
            },
        },
    },
    limit=30,
    expr='element_filter(chunks, $[quality_score] > 0.8)',
)

results = client.hybrid_search(
    collection_name="tech_articles",
    reqs=[title_req, chunk_req],
    ranker=RRFRanker(),
    limit=5,
    output_fields=[
        "doc_id",
        "title",
        "category",
        "chunks[text]",
        "chunks[section]",
        "chunks[quality_score]",
    ],
)

この例では、title_req はエンティティレベルであるため、最終的なハイブリッド結果もエンティティレベルになります。chunk_req リクエストはまず chunks[emb] から要素のヒットを返し、次に同じエンティティから返された要素を、上位 3 つの要素スコアを合計して集約します。エンティティレベルの集約が必要なときに element_scope を省略した場合、集約戦略はデフォルトで max になります。

集約戦略の選択​

戦略動作topkメトリック要件
maxエンティティについて返された要素スコアのうち、最良のスコアを保持します。使用できません。サポートされている任意の通常のベクトルメトリック。
sumエンティティについて返されたすべての要素スコアを合計します。使用できません。IP や COSINE など、正の相関を持つメトリックのみ。
avgエンティティについて返されたすべての要素スコアを平均します。使用できません。サポートされている任意の通常のベクトルメトリック。
topk_sumエンティティについて返された要素スコアのうち、上位 K 個のスコアを合計します。必須で、正の値である必要があります。IP や COSINE など、正の相関を持つメトリックのみ。
topk_avgエンティティについて返された要素スコアのうち、上位 K 個のスコアを平均します。必須で、正の値である必要があります。サポートされている任意の通常のベクトルメトリック。

集約では、その StructArray の要素レベル AnnSearchRequest から返された要素のヒットのみを使用します。ANN 検索後にエンティティ内のすべての Struct 要素をスキャンするわけではありません。集約に使用する要素を十分に得られるよう、リクエストの limit を高めに設定してください。

フィルター、範囲検索、グループ化の追加​

スカラー条件を、ベクトル検索に参加する同じ Struct 要素に適用する必要がある場合は、StructArray の要素レベル AnnSearchRequest に element_filter を付加できます。また、親エンティティの条件には、hybrid_search() のトップレベル filter を使用できます。

StructArray の要素レベルベクトルフィールドは、ハイブリッド検索での範囲検索をサポートしています。要素レベル AnnSearchRequest に radius を追加し、必要に応じて range_filter も追加します。EmbeddingList レベルの StructArray リクエストは範囲検索をサポートしていません。

要素レベルのハイブリッドグループ化は、すべての AnnSearchRequest オブジェクトが同一の StructArray フィールド配下の要素レベルベクトルフィールドを対象とする場合にのみサポートされ、group_by_field は主キーである必要があります。リクエストがコレクションレベルのベクトルフィールド、異なる StructArray フィールド、または EmbeddingList レベルのリクエストを組み合わせる場合、ハイブリッドグループ化はサポートされません。範囲検索とグループ化を組み合わせないでください。

ハイブリッド結果の解釈​

最終候補のスコープ結果キーオフセットの動作発生する条件
エンティティレベル主キー。最終結果には要素のオフセットが含まれません。ハイブリッドリクエストに、コレクションレベルのベクトルフィールド、EmbeddingList リクエスト、または異なる StructArray フィールド配下の要素レベルリクエストが含まれる場合。
要素レベル主キー、親 StructArray フィールド、要素のオフセット。選択された要素のオフセットは、API または SDK によって公開されている場合に返すことができます。すべての AnnSearchRequest オブジェクトが要素レベルで、同一の StructArray フィールド配下にある場合。

制限事項​

  • element_scope は、ハイブリッド検索でエンティティレベルの候補に集約する必要がある StructArray の要素レベル AnnSearchRequest オブジェクトにのみ使用してください。

  • EmbeddingList リクエスト、コレクションレベルのベクトルリクエスト、または同一 StructArray の要素レベルハイブリッド検索には、element_scope を使用しないでください。

  • sum および topk_sum の集約戦略には、IP や COSINE など、正の相関を持つメトリックが必要です。L2 と組み合わせて使用しないでください。

  • topk_sum および topk_avg には、正の topk 値が必要です。その他の集約戦略には topk を含めないでください。

  • EmbeddingList レベルの StructArray リクエストは、範囲検索またはグループ化をサポートしていません。

  • ハイブリッドグループ化は、同一 StructArray の要素レベルハイブリッド検索でのみ、かつ主キーによる場合にのみサポートされます。

  • 範囲検索とグループ化を組み合わせないでください。

よくある間違い​

  • 同一 StructArray の要素レベルハイブリッドリクエストに element_scope を追加するケースです。そのリクエストは要素レベルのままで、エンティティレベルの集約は行われません。

  • chunks[emb_list_vector] に element_scope を追加するケースです。EmbeddingList 検索はすでにエンティティレベルです。

  • 2 つの StructArray フィールドが要素のオフセットを共有していると想定するケースです。chunks のオフセット 3 と、別の StructArray フィールドのオフセット 3 は異なる要素であるため、ハイブリッドリクエストはエンティティレベルになります。

  • topk_sum を L2 とともに使用するケースです。負の距離メトリックには、max、avg、または topk_avg を使用してください。

  • 集約後のエンティティレベルハイブリッド結果に、選択された Struct 要素のオフセットが含まれることを期待するケースです。

次のステップ​

  1. StructArray の 2 つの基本的なベクトル検索モードについて確認するには、StructArray を使用した基本のベクトル検索 を参照してください。

  2. ハイブリッド検索にスカラーフィルターを追加するには、StructArray を使用したフィルター検索 を参照してください。

  3. ハイブリッド検索でスコアまたは距離の境界を使用するには、StructArray を使用した範囲検索 を参照してください。

  4. 要素レベルのハイブリッド結果を親エンティティでグループ化するには、StructArray を使用したグループ化検索 を参照してください。

  5. StructArray の検索制限を確認するには、StructArray の制限事項 を参照してください。

このページは役に立ちましたか？
Ctrl I