azure-recipe-user はじめに
Azure AI Searchで文書検索をやってみました。
環境
- Windows 11
- Python 3.11.5
- LangChain
- Azure OpenAI
- Azure AI Search
ライブラリのインストール
以下のコマンドで必要なライブラリをインストールします。azure-search-documentsは11.4.0b8を指定しないとエラーが起きる場合があるため、注意してください。
|
1 2 |
pip install langchain openai azure-search-documents==11.4.0b8 azure-identity |
実装
Azure AI Searchリソースの作成
Azure Portalから「AI Search」のページに移動し、「作成」を選択します。
入力項目を埋め、「確認および作成」を選択します。
検証が完了したら、「作成」を選択します。
デプロイが完了したら、「リソースに移動」を選択します。
「設定」の「キー」タブを選択し、プライマリー管理者キーをコピーします。
インデックスの追加
以下のドキュメントをインデックスに追加します。
追加に使用するコードは以下のとおりです。環境変数はご自身の環境に合わせてください。
test.py
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 |
<span class="kn">import</span> <span class="n">os</span> <span class="n">os</span><span class="p">.</span><span class="n">environ</span><span class="p">[</span><span class="sh">"</span><span class="s">AZURE_OPENAI_API_KEY</span><span class="sh">"</span><span class="p">]</span> <span class="o">=</span> <span class="sh">"</span><span class="s">Azure OpenAIのキーを指定</span><span class="sh">"</span> <span class="n">os</span><span class="p">.</span><span class="n">environ</span><span class="p">[</span><span class="sh">"</span><span class="s">AZURE_OPENAI_ENDPOINT</span><span class="sh">"</span><span class="p">]</span> <span class="o">=</span> <span class="sh">"</span><span class="s">Azure OpenAIのエンドポイントを指定</span><span class="sh">"</span> <span class="n">vector_store_address</span><span class="p">:</span> <span class="nb">str</span> <span class="o">=</span> <span class="sh">"</span><span class="s">Azure AI Searchのエンドポイントを指定</span><span class="sh">"</span> <span class="n">vector_store_password</span><span class="p">:</span> <span class="nb">str</span> <span class="o">=</span> <span class="sh">"</span><span class="s">Azure AI Searchのプライマリー管理者キーを指定</span><span class="sh">"</span> <span class="kn">from</span> <span class="n">langchain.embeddings</span> <span class="kn">import</span> <span class="n">AzureOpenAIEmbeddings</span> <span class="kn">from</span> <span class="n">langchain.vectorstores.azuresearch</span> <span class="kn">import</span> <span class="n">AzureSearch</span> <span class="n">embeddings</span><span class="p">:</span> <span class="n">AzureOpenAIEmbeddings</span> <span class="o">=</span> <span class="nc">AzureOpenAIEmbeddings</span><span class="p">(</span> <span class="n">deployment</span><span class="o">=</span><span class="sh">"</span><span class="s">text-embedding-ada-002</span><span class="sh">"</span><span class="p">,</span> <span class="n">chunk_size</span><span class="o">=</span><span class="mi">1</span> <span class="p">)</span> <span class="n">index_name</span><span class="p">:</span> <span class="nb">str</span> <span class="o">=</span> <span class="sh">"</span><span class="s">ai-search-demo</span><span class="sh">"</span> <span class="n">vector_store</span><span class="p">:</span> <span class="n">AzureSearch</span> <span class="o">=</span> <span class="nc">AzureSearch</span><span class="p">(</span> <span class="n">azure_search_endpoint</span><span class="o">=</span><span class="n">vector_store_address</span><span class="p">,</span> <span class="n">azure_search_key</span><span class="o">=</span><span class="n">vector_store_password</span><span class="p">,</span> <span class="n">index_name</span><span class="o">=</span><span class="n">index_name</span><span class="p">,</span> <span class="n">embedding_function</span><span class="o">=</span><span class="n">embeddings</span><span class="p">.</span><span class="n">embed_query</span><span class="p">,</span> <span class="p">)</span> <span class="kn">from</span> <span class="n">langchain.document_loaders</span> <span class="kn">import</span> <span class="n">PyPDFLoader</span> <span class="kn">from</span> <span class="n">langchain.text_splitter</span> <span class="kn">import</span> <span class="n">CharacterTextSplitter</span> <span class="n">loader</span> <span class="o">=</span> <span class="nc">PyPDFLoader</span><span class="p">(</span><span class="sh">"</span><span class="s">datasets/azure-ai-services.pdf</span><span class="sh">"</span><span class="p">)</span> <span class="n">documents</span> <span class="o">=</span> <span class="n">loader</span><span class="p">.</span><span class="nf">load</span><span class="p">()</span> <span class="n">text_splitter</span> <span class="o">=</span> <span class="nc">CharacterTextSplitter</span><span class="p">(</span><span class="n">chunk_size</span><span class="o">=</span><span class="mi">1000</span><span class="p">,</span> <span class="n">chunk_overlap</span><span class="o">=</span><span class="mi">0</span><span class="p">)</span> <span class="n">docs</span> <span class="o">=</span> <span class="n">text_splitter</span><span class="p">.</span><span class="nf">split_documents</span><span class="p">(</span><span class="n">documents</span><span class="p">)</span> <span class="n">vector_store</span><span class="p">.</span><span class="nf">add_documents</span><span class="p">(</span><span class="n">documents</span><span class="o">=</span><span class="n">docs</span><span class="p">)</span> |
Azure OpenAIでPDFドキュメントの内容をインデックス化し、Azure AI Searchにアップロードします。
上記のファイルを実行すると、AI Searchのインデックスに以下のように追加されます。
類似性検索
類似性検索では、クエリ文から生成されたベクトルの応答結果がk個返されます。
以下は類似性検索の例です。
test.py
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 |
<span class="kn">import</span> <span class="n">os</span> <span class="n">os</span><span class="p">.</span><span class="n">environ</span><span class="p">[</span><span class="sh">"</span><span class="s">AZURE_OPENAI_API_KEY</span><span class="sh">"</span><span class="p">]</span> <span class="o">=</span> <span class="sh">"</span><span class="s">Azure OpenAIのキーを指定</span><span class="sh">"</span> <span class="n">os</span><span class="p">.</span><span class="n">environ</span><span class="p">[</span><span class="sh">"</span><span class="s">AZURE_OPENAI_ENDPOINT</span><span class="sh">"</span><span class="p">]</span> <span class="o">=</span> <span class="sh">"</span><span class="s">Azure OpenAIのエンドポイントを指定</span><span class="sh">"</span> <span class="n">vector_store_address</span><span class="p">:</span> <span class="nb">str</span> <span class="o">=</span> <span class="sh">"</span><span class="s">Azure AI Searchのエンドポイントを指定</span><span class="sh">"</span> <span class="n">vector_store_password</span><span class="p">:</span> <span class="nb">str</span> <span class="o">=</span> <span class="sh">"</span><span class="s">Azure AI Searchのプライマリー管理者キーを指定</span><span class="sh">"</span> <span class="kn">from</span> <span class="n">langchain.embeddings</span> <span class="kn">import</span> <span class="n">AzureOpenAIEmbeddings</span> <span class="kn">from</span> <span class="n">langchain.vectorstores.azuresearch</span> <span class="kn">import</span> <span class="n">AzureSearch</span> <span class="n">embeddings</span><span class="p">:</span> <span class="n">AzureOpenAIEmbeddings</span> <span class="o">=</span> <span class="nc">AzureOpenAIEmbeddings</span><span class="p">(</span> <span class="n">deployment</span><span class="o">=</span><span class="sh">"</span><span class="s">text-embedding-ada-002</span><span class="sh">"</span><span class="p">,</span> <span class="n">chunk_size</span><span class="o">=</span><span class="mi">1</span> <span class="p">)</span> <span class="n">index_name</span><span class="p">:</span> <span class="nb">str</span> <span class="o">=</span> <span class="sh">"</span><span class="s">ai-search-demo</span><span class="sh">"</span> <span class="n">vector_store</span><span class="p">:</span> <span class="n">AzureSearch</span> <span class="o">=</span> <span class="nc">AzureSearch</span><span class="p">(</span> <span class="n">azure_search_endpoint</span><span class="o">=</span><span class="n">vector_store_address</span><span class="p">,</span> <span class="n">azure_search_key</span><span class="o">=</span><span class="n">vector_store_password</span><span class="p">,</span> <span class="n">index_name</span><span class="o">=</span><span class="n">index_name</span><span class="p">,</span> <span class="n">embedding_function</span><span class="o">=</span><span class="n">embeddings</span><span class="p">.</span><span class="n">embed_query</span><span class="p">,</span> <span class="p">)</span> <span class="n">docs</span> <span class="o">=</span> <span class="n">vector_store</span><span class="p">.</span><span class="nf">similarity_search</span><span class="p">(</span> <span class="n">query</span><span class="o">=</span><span class="sh">"</span><span class="s">利用可能なAzure AIサービスは？</span><span class="sh">"</span><span class="p">,</span> <span class="n">k</span><span class="o">=</span><span class="mi">3</span><span class="p">,</span> <span class="n">search_type</span><span class="o">=</span><span class="sh">"</span><span class="s">similarity</span><span class="sh">"</span><span class="p">,</span> <span class="p">)</span> <span class="nf">print</span><span class="p">(</span><span class="n">docs</span><span class="p">[</span><span class="mi">0</span><span class="p">].</span><span class="n">page_content</span><span class="p">)</span> |
similarity_searchメソッドを用いて、「利用可能なAzure AIサービスは？」というクエリを実行します。k=3で取得する検索結果の数を3個に指定しています。
結果
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 |
<span class="go">Azure AI サービスとは [アーティクル ]•2023/11/22 Azure AI サービスは、開発者と組織が、すぐに使⽤できる事前構築済みのカスタマイズ 可能な API とモデルを使⽤して、インテリジェントで最先端の市場対応の責任あるア プリケーションを迅速に作成するのに役⽴ちます。 アプリケーションの例には、会 話、検索、監視、翻訳、⾳声、ビジョン、意思決定のための⾃然⾔語処理が含まれま す。 ほとんどの Azure AI サービスは、 REST API とクライアント ライブラリ SDK を通じ て、⼀般的な開発⾔語で利⽤できます。 詳細については、各サービスのドキュメント を参照してください。 以下の表からサービスを選択し、開発⽬標を達成するためにそれらがどのように役⽴つ かを確認します。 サービス 説明 Anomaly Detector (廃⽌ )潜在的な問題を早期に特定する Azure AI Search AI を利⽤したクラウド検索をモバイル アプリと Web アプリで使 ⽤できるようにします Azure OpenAI さまざまな⾃然⾔語タスクを実⾏する Bot Service ボットを作成して複数のチャネルにわたって接続します Content Moderator (廃⽌ )不快感を与える可能性がある、または望ましくないコンテンツを 検出する Content Safety 望ましくないコンテンツを検出する AI サービス Custom Vision ビジネスに合わせて画像認識をカスタマイズする ヒント Azure AI S tudio で、 Azure OpenAI 、 Content Safety 、 Speech 、 Vision などの Azure AI サービスをお試しください。 詳細については、「 Azur e AI S tudio とは」をご覧 ください。 利⽤可能な Azure AI サービス </span> |
類似性スコア付きの検索
類似性検索では、類似性スコア順に検索結果が並び替えられますが、そのスコアを取得することもできます。
以下は類似性検索のスコアまで取得する例です。
test.py
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 |
<span class="kn">import</span> <span class="n">os</span> <span class="n">os</span><span class="p">.</span><span class="n">environ</span><span class="p">[</span><span class="sh">"</span><span class="s">AZURE_OPENAI_API_KEY</span><span class="sh">"</span><span class="p">]</span> <span class="o">=</span> <span class="sh">"</span><span class="s">Azure OpenAIのキーを指定</span><span class="sh">"</span> <span class="n">os</span><span class="p">.</span><span class="n">environ</span><span class="p">[</span><span class="sh">"</span><span class="s">AZURE_OPENAI_ENDPOINT</span><span class="sh">"</span><span class="p">]</span> <span class="o">=</span> <span class="sh">"</span><span class="s">Azure OpenAIのエンドポイントを指定</span><span class="sh">"</span> <span class="n">vector_store_address</span><span class="p">:</span> <span class="nb">str</span> <span class="o">=</span> <span class="sh">"</span><span class="s">Azure AI Searchのエンドポイントを指定</span><span class="sh">"</span> <span class="n">vector_store_password</span><span class="p">:</span> <span class="nb">str</span> <span class="o">=</span> <span class="sh">"</span><span class="s">Azure AI Searchのプライマリー管理者キーを指定</span><span class="sh">"</span> <span class="kn">from</span> <span class="n">langchain.embeddings</span> <span class="kn">import</span> <span class="n">AzureOpenAIEmbeddings</span> <span class="kn">from</span> <span class="n">langchain.vectorstores.azuresearch</span> <span class="kn">import</span> <span class="n">AzureSearch</span> <span class="n">embeddings</span><span class="p">:</span> <span class="n">AzureOpenAIEmbeddings</span> <span class="o">=</span> <span class="nc">AzureOpenAIEmbeddings</span><span class="p">(</span> <span class="n">deployment</span><span class="o">=</span><span class="sh">"</span><span class="s">text-embedding-ada-002</span><span class="sh">"</span><span class="p">,</span> <span class="n">chunk_size</span><span class="o">=</span><span class="mi">1</span> <span class="p">)</span> <span class="n">index_name</span><span class="p">:</span> <span class="nb">str</span> <span class="o">=</span> <span class="sh">"</span><span class="s">ai-search-demo</span><span class="sh">"</span> <span class="n">vector_store</span><span class="p">:</span> <span class="n">AzureSearch</span> <span class="o">=</span> <span class="nc">AzureSearch</span><span class="p">(</span> <span class="n">azure_search_endpoint</span><span class="o">=</span><span class="n">vector_store_address</span><span class="p">,</span> <span class="n">azure_search_key</span><span class="o">=</span><span class="n">vector_store_password</span><span class="p">,</span> <span class="n">index_name</span><span class="o">=</span><span class="n">index_name</span><span class="p">,</span> <span class="n">embedding_function</span><span class="o">=</span><span class="n">embeddings</span><span class="p">.</span><span class="n">embed_query</span><span class="p">,</span> <span class="p">)</span> <span class="n">docs_and_scores</span> <span class="o">=</span> <span class="n">vector_store</span><span class="p">.</span><span class="nf">similarity_search_with_relevance_scores</span><span class="p">(</span> <span class="n">query</span><span class="o">=</span><span class="sh">"</span><span class="s">利用可能なAzure AIサービスは？</span><span class="sh">"</span><span class="p">,</span> <span class="n">k</span><span class="o">=</span><span class="mi">4</span><span class="p">,</span> <span class="n">score_threshold</span><span class="o">=</span><span class="mf">0.80</span><span class="p">,</span> <span class="p">)</span> <span class="kn">from</span> <span class="n">pprint</span> <span class="kn">import</span> <span class="n">pprint</span> <span class="nf">pprint</span><span class="p">(</span><span class="n">docs_and_scores</span><span class="p">)</span> |
similarity_search_with_relevance_scoresメソッドを用いて、クエリに対する検索結果をスコアと合わせて取得します。k=4で取得する検索結果の数を4個に指定しています。score_thresholdで取得するスコアの閾値を指定しています。
結果
|
1 2 3 4 5 6 7 8 9 |
<span class="go">[(Document(page_content='Azure AI サービスとは\n[アーティクル ]•2023/11/22\nAzure AI サービスは、開発者と組織が、すぐに使⽤できる事前構築済みのカスタマイズ\n可能な API とモデルを使⽤して、インテリジェントで最先端の市場対応の責任あるア\nプリケーションを迅速に作成するのに役⽴ちます。 アプリケーションの例には、会\n話、検索、監視、翻訳、⾳声、ビジョン、意思決定のための⾃然⾔語処理が含まれま\nす。\nほとんどの Azure AI サービスは、 REST API とクライアント ライブラリ SDK を通じ\nて、⼀般的な開発⾔語で利⽤できます。 詳細については、各サービスのドキュメント\nを参照してください。\n以下の表からサービスを選択し、開発⽬標を達成するためにそれらがどのように役⽴つ\nかを確認します。\nサービス 説明\nAnomaly Detector (廃⽌ )潜在的な問題を早期に特定する\nAzure AI Search AI を利⽤したクラウド検索をモバイル アプリと Web アプリで使\n⽤できるようにします\nAzure OpenAI さまざまな⾃然⾔語タスクを実⾏する\nBot Service ボットを作成して複数のチャネルにわたって接続します\nContent Moderator (廃⽌ )不快感を与える可能性がある、または望ましくないコンテンツを\n検出する\nContent Safety 望ましくないコンテンツを検出する AI サービス\nCustom Vision ビジネスに合わせて画像認識をカスタマイズする\uea80 ヒント\nAzure AI S tudio で、 Azure OpenAI 、 Content Safety 、 Speech 、 Vision などの Azure\nAI サービスをお試しください。 詳細については、「 Azur e AI S tudio とは」をご覧\nください。\n利⽤可能な Azure AI サービス', metadata={'id': 'NzNhOWQ4ZDUtOTIwNi00NmE4LWE2NDAtZjFjOGNjMTM2ZGQ2', 'source': 'datasets/azure-ai-services.pdf', 'page': 3}), 0.91115886), (Document(page_content='Azure と Azure AI サービスを使⽤すると、広⼤なエコシステムを利⽤できます。以下\nはその例です。\nLogic Apps や Power Automate のような⾃動化および統合ツール。\nAzure Functions や App Service のようなデプロイ オプション。\nセキュリティで保護されたアクセス⽤の Azure AI サービス Docker コンテナー。\nビッグ データ シナリオ⽤の Apache Spark 、 Azure Databricks 、 Azure S ynapse\nAnalytics、 Azure Kubernetes Service などのツール。\n詳細については、「 Azure AI サービスのエコシステム 」を参照してください。\nAzure AI サービスの API は、 Microsoft マネージド データ センターの拡⼤しているネ\nットワーク上でホストされます。 Azure リージョン⼀覧 で API ごとのリージョン別\nの提供状況がわかります。\nまだサポートされていないリージョンを探しているのですか。 UserV oice フォーラム\nに機能要求を記⼊してご連絡ください。\nAzure AI サービスでは、さまざまなカルチャ⾔語がサービス レベルでサポートされて\nいます。 各 API で利⽤可能な⾔語は、 サポート対象の⾔語⼀覧 に関するページで検索\nできます。\nAzure AI サービスには、 Microsoft Entra 資格情報を使った 認証、有効なリソース キ\nー、Azure 仮想ネットワーク を含む多層型のセキュリティ モデルが⽤意されていま\nす。\nAzure AI サービスは CSA ST AR Certification 、 FedRAMP Moderate 、 HIPAA BAA などの\n認定を受けています。 ⾃分で監査したり、セキュリティを確認する⽬的で認定資格を\nダウンロードできます。\nプライバシーやデータ管理については、 トラスト センターを参照してください。エコシステム内の Azure AI サービス\nリージョン別の提供状況\n⾔語のサポート\nSecurity\n認定資格とコンプライアンス', metadata={'id': 'MmY3MGYxZDAtZTY2My00MzYyLWI3NmQtYTJkOTc3MGY2YTcx', 'source': 'datasets/azure-ai-services.pdf', 'page': 7}), 0.90952885), (Document(page_content='Azure AI サービスの価格 。関連項⽬', metadata={'id': 'ZTkyNjJjY2YtNGU4ZC00ZGRhLTgzMGYtNTUwNWE2MjRlOTk0', 'source': 'datasets/azure-ai-services.pdf', 'page': 63}), 0.9082628), (Document(page_content='Azure AI サービスを安全に使⽤する⽅法については、「 Azur e AI サービスに対す\nる要求の認証」を参照してください。\nAzure AI サービスの⼀覧については、「 Azur e AI サービスとは ?」を参照してくだ\nさい。\nAzure AI サービスがサポートする⾃然⾔語の⼀覧を確認するには、「 ⾃然⾔語の\nサポート」を参照してください。\nAzure AI サービスをオンプレミスで使⽤する⽅法を確認するには、「 Azur e AI サ\nービスのコンテナーとしての使⽤ 」を参照してください。\nAzure AI サービスの使⽤コストを⾒積もるには、「 Azur e AI サービスのコストの\n計画および管理」を参照してください。関連項⽬', metadata={'id': 'ZGM0YTdlM2MtYzkyOS00N2QxLWI0MDctZGQ2MzE0NWIwNjM3', 'source': 'datasets/azure-ai-services.pdf', 'page': 22}), 0.90784776)] </span> |
ハイブリッド検索
ハイブリッド検索では、ベクトル検索とキーワード検索を組み合わせて処理することができます。
以下はハイブリッド検索の例です。
test.py
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 |
<span class="kn">import</span> <span class="n">os</span> <span class="n">os</span><span class="p">.</span><span class="n">environ</span><span class="p">[</span><span class="sh">"</span><span class="s">AZURE_OPENAI_API_KEY</span><span class="sh">"</span><span class="p">]</span> <span class="o">=</span> <span class="sh">""</span> <span class="n">os</span><span class="p">.</span><span class="n">environ</span><span class="p">[</span><span class="sh">"</span><span class="s">AZURE_OPENAI_ENDPOINT</span><span class="sh">"</span><span class="p">]</span> <span class="o">=</span> <span class="sh">""</span> <span class="n">vector_store_address</span><span class="p">:</span> <span class="nb">str</span> <span class="o">=</span> <span class="sh">""</span> <span class="n">vector_store_password</span><span class="p">:</span> <span class="nb">str</span> <span class="o">=</span> <span class="sh">""</span> <span class="kn">from</span> <span class="n">langchain.embeddings</span> <span class="kn">import</span> <span class="n">AzureOpenAIEmbeddings</span> <span class="kn">from</span> <span class="n">langchain.vectorstores.azuresearch</span> <span class="kn">import</span> <span class="n">AzureSearch</span> <span class="n">embeddings</span><span class="p">:</span> <span class="n">AzureOpenAIEmbeddings</span> <span class="o">=</span> <span class="nc">AzureOpenAIEmbeddings</span><span class="p">(</span> <span class="n">deployment</span><span class="o">=</span><span class="sh">"</span><span class="s">text-embedding-ada-002</span><span class="sh">"</span><span class="p">,</span> <span class="n">chunk_size</span><span class="o">=</span><span class="mi">1</span> <span class="p">)</span> <span class="n">index_name</span><span class="p">:</span> <span class="nb">str</span> <span class="o">=</span> <span class="sh">"</span><span class="s">ai-search-demo</span><span class="sh">"</span> <span class="n">vector_store</span><span class="p">:</span> <span class="n">AzureSearch</span> <span class="o">=</span> <span class="nc">AzureSearch</span><span class="p">(</span> <span class="n">azure_search_endpoint</span><span class="o">=</span><span class="n">vector_store_address</span><span class="p">,</span> <span class="n">azure_search_key</span><span class="o">=</span><span class="n">vector_store_password</span><span class="p">,</span> <span class="n">index_name</span><span class="o">=</span><span class="n">index_name</span><span class="p">,</span> <span class="n">embedding_function</span><span class="o">=</span><span class="n">embeddings</span><span class="p">.</span><span class="n">embed_query</span><span class="p">,</span> <span class="p">)</span> <span class="n">docs</span> <span class="o">=</span> <span class="n">vector_store</span><span class="p">.</span><span class="nf">hybrid_search</span><span class="p">(</span> <span class="n">query</span><span class="o">=</span><span class="sh">"</span><span class="s">利用可能なAzure AIサービスは？</span><span class="sh">"</span><span class="p">,</span> <span class="n">k</span><span class="o">=</span><span class="mi">3</span> <span class="p">)</span> <span class="nf">print</span><span class="p">(</span><span class="n">docs</span><span class="p">[</span><span class="mi">0</span><span class="p">].</span><span class="n">page_content</span><span class="p">)</span> |
hybrid_searchメソッドを用います。k=3で取得する検索結果の数を3個に指定しています.
結果
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 |
<span class="go">Azure AI サービスとは [アーティクル ]•2023/11/22 Azure AI サービスは、開発者と組織が、すぐに使⽤できる事前構築済みのカスタマイズ 可能な API とモデルを使⽤して、インテリジェントで最先端の市場対応の責任あるア プリケーションを迅速に作成するのに役⽴ちます。 アプリケーションの例には、会 話、検索、監視、翻訳、⾳声、ビジョン、意思決定のための⾃然⾔語処理が含まれま す。 ほとんどの Azure AI サービスは、 REST API とクライアント ライブラリ SDK を通じ て、⼀般的な開発⾔語で利⽤できます。 詳細については、各サービスのドキュメント を参照してください。 以下の表からサービスを選択し、開発⽬標を達成するためにそれらがどのように役⽴つ かを確認します。 サービス 説明 Anomaly Detector (廃⽌ )潜在的な問題を早期に特定する Azure AI Search AI を利⽤したクラウド検索をモバイル アプリと Web アプリで使 ⽤できるようにします Azure OpenAI さまざまな⾃然⾔語タスクを実⾏する Bot Service ボットを作成して複数のチャネルにわたって接続します Content Moderator (廃⽌ )不快感を与える可能性がある、または望ましくないコンテンツを 検出する Content Safety 望ましくないコンテンツを検出する AI サービス Custom Vision ビジネスに合わせて画像認識をカスタマイズする ヒント Azure AI S tudio で、 Azure OpenAI 、 Content Safety 、 Speech 、 Vision などの Azure AI サービスをお試しください。 詳細については、「 Azur e AI S tudio とは」をご覧 ください。 利⽤可能な Azure AI サービス </span> |
おわりに
お疲れ様でした！
以下で情報発信しています！
参考資料
https://python.langchain.com/docs/integrations/vectorstores/azuresearch
