简介

人类擅长自然语言，但难以处理数字；计算机擅长处理数字，但难以理解自然语言。那么，我们如何利用计算机来完成需要理解自然语言的任务呢？假设有一个包含电影的 Neo4j 数据库，如果用户的兴趣用文字表达，我们如何查询该数据库以了解哪些电影最符合用户的兴趣？例如，哪些电影是关于“美国意大利黑手党的探索”？哪些电影与“罪犯通过爱情改变”有关？哪些电影彼此相似？

Neo4j 的向量索引允许您检索与其他节点和关系相似，或与给定文本提示相关的节点和关系。但是，向量索引不适用于用自然语言表达的文本：它们需要将文本转换为数字列表。这些列表称为嵌入，它们尝试以数字方式编码文本的含义。使用向量索引，数据库可以根据其嵌入快速匹配图实体。

例如，下图显示了电影“卑鄙的我”的标题和情节及其对应的嵌入。

本教程使用推荐数据集，其中包含电影以及执导或参演这些电影的人员。

您将了解如何设置环境，在电影节点上创建嵌入（使用免费和开源库以及外部 AI 提供商），创建向量索引，以及根据松散的描述或类似电影查询数据库。

本指南具有以下要求