主なフロー

Azure Storage accountsを作成
データをBlob serviceにアップロード
AI SearviceでBlob serviceからデータをインポート

前提条件

・Azure OpenAIのアカウントを作成済み
・text-embedding-ada-002 のデプロイ済み

text-embedding-ada-002のデプロイ方法:

sekochan

Azure Storage accountsを作成

Azure PortalでStorage accountを検索して開く

格納用の新規アカウントを作成

詳細：

sekochan

Azure Storage accountsにデータをアップロード

OverviewのUploadをクリック

_

右側にウィンドウが出るので、下画像のcreateボタンを押し新規コンテナを作成する。
その後格納したいデータ（csvなど）をアップロード

ベクトル化する際にCSVであっても、フィールド属性（カラム）関係なく取り込まれます。
例えば、id, nameというカラムがあったとしてもid+nameで検索対象になるイメージです。

カラムごとにわけて取り込むやり方があれば追記します。

sekochan

AI Serviceにデータをインポートしベクトル化（Indexの作成）

Portal上でAzure AI Searviceに移動
左側のメニューからAI Searchを選択後、中央の画面でCreateボタンを押しSearch serviceを作成
データをインポート
Search serviceを作成後に中央の画面から「Import and vectoraize data」をクリック
先ほど作成したBlob storage account, Blob storage containerを選択して作成

詳細:
クイックスタート: 垂直統合 (プレビュー)

ベクトル化するためのモデルを選択

・モデル選択欄
Azure OpenAIでデプロイしたemdeddingする用のモデルを選択
（今回はtext-embedding-ada-002）

・Advanced ranking and relevancy
今回はsemantic rankerを使うのでオンにする

・最後まで進みCreate
成功すると下記の画面が出てくるのでそのままstart Searching

sekochan

Demo appをつくってみる

遷移先の画面でCreate Demo appをクリック

最終的にhtmlがダウンロードされて、ファイルを開くとサンプルアプリが使えるので
実際に文章をRetrieveできているのかを確認できます。

sekochan

Indexの各種設定

ベクトル化されたデータを格納しているIndexの設定をしていきます。

インデックスに下記項目があるのでみていきます。

Fieldsについて

・chunkはインポートしたデータ（CSVで入れた場合は、セルの値）
・titleはインポートしたファイル名

scoring profileについて

特定のフィールド（カラム）に重みづけするすることができる。
例えば、「タイトル」フィールドで見つかった一致を、「本文」で見つかった同じ一致よりも高くすることができる。
今回は特に指定しません。

Semantic rankerの説明

Semantic configrationsの説明の前にSemantic rankerの要素について説明します。

Semantic Rankerとは：

ハイブリッド検索の際に、クエリの意味や意図に基づいて結果をリランキングする仕組み
Semantic RankerでリランキングすることでRAGの精度が向上するようです。
詳細：

Semantic rankerの要素

・semantic caption:

textとhighlightとして返ってくる。
chunkの中から、クエリに直接関連のある部分を抽出して、さらに重要部分をハイライトしてくれます。

・semantic answer:

Retrieveしてきたデータを元に、クエリに対する簡単な回答を返してくれる。
機械読解モデルを使用して最適な答えを認識し、該当箇所を選択してくれる。
queryの際にパラメータを付与することでanswerを取得できます。
答えが不定の場合は"@search.answers"に空の配列で帰ってきます。
複数の回答を取得することができます。

詳細:

Semantic configrationsについて

Semantic Configがない場合はまず作成します。

・設定する部分
Name
Title: titleフィールドに設定（ファイル名になります）
ContentField: chunk
KeywordField: 今回は設定しません

sekochan

注意

AzureのBlobからデータを読み込むと言語アナライザーがデフォルトの英語になっているので
日本語に変更する必要があるみたいです

参考：