このページでは、RPM デプロイオプションを使用する AlloyDB Omni バージョン 18.1.0 について説明します。別のデプロイオプションを選択してください。

Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

検索結果をランク付けする

ドキュメントのバージョンを選択してください。

semantic-ranker-default-003 などの Vertex AI ランキングモデルを使用して、アプリケーションの検索結果をランク付けして再ランク付けする方法について説明します。ai.rank() 関数を使用すると、クエリとの関連性に基づいてドキュメントをスコアリングし、クエリの順序を改善するためにドキュメントを再ランク付けして、ベクトル検索の結果を改善できます。

Vertex AI Ranking API は、ドキュメントのリストを取得し、ドキュメントが特定のクエリ（検索文字列）にどの程度関連しているかに基づいてドキュメントをランク付けします。ai.rank() 関数を使用すると、ドキュメントが特定のクエリにどの程度適切に回答しているかのスコアが返されます。

このページの手順は、AlloyDB Omni と生成 AI のコンセプトに詳しい方向けのものです。

AlloyDB Omni は ai スキーマを予約して作成します。

始める前に

検索結果をランク付けする前に、次の操作を行います。

Vertex AI モデルへのユーザーアクセスを構成します。
google_ml_integration の最新バージョンがインストールされていることを確認します。
1. インストールされているバージョンを確認するには、次のコマンドを実行します。
```
SELECT extversion FROM pg_extension WHERE extname = 'google_ml_integration';
extversion
------------
1.5.2
(1 row)
```
2. 拡張機能がインストールされていない場合、またはインストールされているバージョンが 1.5.2 より前の場合は、拡張機能を更新します。
```
CREATE EXTENSION IF NOT EXISTS google_ml_integration;
ALTER EXTENSION google_ml_integration UPDATE;
```
  上記のコマンドを実行したときに問題が発生した場合、または上記のコマンドを実行しても拡張機能がバージョン 1.5.2 にアップデートされない場合は、Google Cloud サポートにお問い合わせください。
AlloyDB AI クエリエンジンの機能を使用するには、google_ml_integration.enable_ai_query_engine フラグを on に設定します。
1. テキストエディタを使用して、AlloyDB Omni のインストールの postgresql.conf 構成ファイルで次のフラグを設定します。
```
google_ml_integration.enable_ai_query_engine = on
```
2. postgresql.conf ファイルを保存したら、AlloyDB Omni サービスを再起動して変更を有効にします。
```
sudo systemctl restart alloydbomni18
```
Discover Engine API を有効にします。
ランキングモデルを使用するために必要なロールを取得します。

Discovery Engine API を有効にする

<p>To use ranking models, you must enable the Discovery Engine API.<br>
    Replace <code><var>PROJECT_ID</var></code> with your
    Google Cloud project ID and <code><var>PROJECT_NUMBER</var></code>
    with your corresponding project number.</p>

<pre class="prettyprint lang-terminal">
    # Enable Discovery Engine API
    gcloud services enable discoveryengine.googleapis.com --project=<var>PROJECT_ID</var>
    gcloud projects add-iam-policy-binding <var>PROJECT_ID</var> \
    --member="serviceAccount:service-<var>PROJECT_NUMBER</var>@iam.gserviceaccount.com" \
    --role="roles/discoveryengine.viewer"
</pre>

<p>Model registration for ranking isn't required for Vertex AI models.
    You can use the Vertex AI model name as the
    <code>model_id</code>, which is shown in the following example.
</p>

<pre class="prettyprint lang-sh">
    SELECT index, score
    FROM
      ai.rank(
        model_id => 'semantic-ranker-default-003',
        search_string => 'Affordable family-friendly vacation spots in Southeast Asia?',
        documents =>
    ARRAY[
      'Luxury resorts in South Korea',
      'Family vacation packages for Vietnam: Ha Long Bay and Hoi An',
      'Budget-friendly beaches in Thailand perfect for families',
      'A backpacker guide to solo travel in India'])
</pre>

<p>A common use case for the semantic ranker is to rerank the results returned
    by vector search for better query ordering. The following example shows how to
    use the semantic ranking model for this use case. The example retrieves an
    initial result set for the query <code>personal fitness
    equipment</code> using vector search. These results are then re-ranked to
    return the top five results.
</p>

<pre class="prettyprint lang-sh">
    WITH initial_ranking AS (
      SELECT id, description, ROW_NUMBER() OVER () AS ref_number
      FROM product
      ORDER BY
        embedding <=> google_ml.embedding(
          'gemini-embedding-001', 'personal fitness equipment')::vector
      LIMIT 10
    ), reranked_results AS (
      SELECT index, score
      FROM ai.rank(
          model_id => 'semantic-ranker-default-003',
          search_string => 'personal fitness equipment',
          documents => (SELECT ARRAY_AGG(description ORDER BY ref_number) FROM initial_ranking),
          top_n => 5)
    )
    SELECT id, description
    FROM initial_ranking, reranked_results
    WHERE initial_ranking.ref_number = reranked_results.index
    ORDER BY reranked_results.score DESC;
  </pre>

  <p>For a list of available models and use cases, see <a href="/generative-ai-app-builder/docs/ranking#models">Supported models</a>.</p>

Vertex AI と統合して拡張機能をインストールする

詳細については、クラウドベースのモデルをクエリするように AlloyDB Omni インストールを構成するをご覧ください。

必要なロール

ディスカバリーエンジンのランキングモデルを使用するために必要な権限を取得するには、your project に対するディスカバリーエンジン閲覧者（roles/discoveryengine.viewer）の Identity and Access Management（IAM）ロールを AlloyDB Omni サービスアカウントに付与するよう管理者に依頼してください。ロールの付与については、プロジェクト、フォルダ、組織に対するアクセス権の管理をご覧ください。

必要な権限は、カスタムロールや他の事前定義ロールから取得することもできます。