As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá. # Pesquisa vetorial A pesquisa vetorial no Amazon OpenSearch Service permite que você pesquise conteúdo semanticamente semelhante usando incorporações de aprendizado de máquina em vez da correspondência tradicional de palavras-chave. A pesquisa vetorial converte os dados (texto, imagens, áudio etc.) em vetores numéricos de alta dimensão (incorporações) que capturam o significado semântico do conteúdo. Ao realizar uma pesquisa, OpenSearch compara a representação vetorial da sua consulta com os vetores armazenados para encontrar os itens mais semelhantes. A pesquisa vetorial inclui os seguintes componentes principais. **Campos vetoriais** OpenSearch suporta o tipo de `knn_vector` campo para armazenar vetores densos com dimensões configuráveis (até 16.000). **Métodos de pesquisa** + **k-NN (vizinhos mais próximos de k)**: encontra os k vetores mais semelhantes + **k-NN aproximado**: usa algoritmos como o HNSW (Hierarchical Navigable Small World) para pesquisas mais rápidas em grandes conjuntos de dados **Métricas de distância** É compatível com vários cálculos de similaridade, incluindo: + Distância euclidiana + Similaridade de cossenos + Produto escalar **Casos de uso comuns** A pesquisa vetorial aceita os seguintes casos de uso comuns. + **Pesquisa semântica**: encontrar documentos com significado semelhante, não apenas palavras-chave correspondentes + **Sistemas de recomendação**: sugerir produtos, conteúdos ou usuários semelhantes + **Pesquisa de imagens**: encontrar imagens visualmente semelhantes + **Detecção de anomalias**: identificar valores discrepantes em padrões de dados + **RAG (Retrieval Augmented Generation)**: aprimorar as respostas do LLM com contexto relevante **Integração com machine learning** OpenSearch se integra aos seguintes serviços e modelos de aprendizado de máquina: + **Amazon Bedrock**: para gerar incorporações usando modelos básicos + **Amazon SageMaker AI**: para implantação de modelo de ML personalizado + **Modelos Hugging Face**: modelos de incorporação pré-treinados + **Modelos personalizados**: seus próprios modelos de incorporação treinados Com a pesquisa vetorial, você pode criar aplicativos sofisticados baseados em IA que entendem o contexto e o significado, indo muito além dos recursos tradicionais de correspondência de texto.