【AI大模型】Elasticsearch9 + 通义大模型实现语义检索操作详解

目录

一、前言

二、Elasticsearch9 语义检索介绍

2.1 ES9 语义检索核心特性

2.2 semantic_text 字段类型说明

2.3 ES9 语义检索原理

2.4 ES9 语义检索优势与使用场景

三、 Elasticsearch9 搭建过程

3.1 环境说明

3.2 部署方式一

3.2.1 创建docker网络

3.2.2 获取es9镜像

3.2.3 启动 es容器

3.2.4 启动kibana容器

3.2.5 创建es访问账户和密码

3.2.6 为kibana创建访问es 的token令牌

3.2.6 生成访问kibana的验证码

3.2.7 访问kibana

3.3 部署方式二

3.3.1 初次启动es容器

3.3.2 拷贝容器内部的文件

3.3.3 文件授权

3.3.4 移除镜像

3.3.5 重启es容器

3.3.6 修改es配置参数

3.3.7 启动kibana容器

3.3.8 拷贝容器内的文件

3.3.9 文件目录授权

3.3.10 创建kibana账户

3.3.11 修改容器外挂载目录中的kibana.yml

3.3.12 重启kibana容器

四、ES9 英文语义检索操作过程

4.1 英文语义检索操作案例

4.1.1 创建索引

4.1.2 索引添加数据

4.1.3 执行语义搜索

五、ES9 中文语义检索操作过程

5.1 配置向量模型

5.1.1  获取向量模型和apikey

5.1.2 注册推理API访问入口

5.2 创建索引并增加数据

5.2.1 添加索引

5.2.2 增加几条数据

5.3 语义检索效果模拟

六、写在文末

---

一、前言

语义检索是指能够理解查询意图和文档含义的搜索技术，而不仅仅是关键词匹配。它通过自然语言处理（NLP）和机器学习技术理解查询和文档的语义上下文。ES9（Elasticsearch 9）是 Elasticsearch 搜索引擎的一个重要版本，它在语义检索（Semantic Search）方面引入了多项重要改进，使搜索更加智能化和语义化。本文将详细介绍 Elasticsearch 9 的语义检索特性、工作原理，并通过实际测试示例展示如何使用这些新功能。 

二、Elasticsearch9 语义检索介绍

Elasticsearch 9.0 在语义搜索领域带来了重大升级，通过原生支持 semantic_text 字段类型、改进的查询方式以及