创建向量索引

向量索引允许 Neo4j 在整个数据库中运行相似性查询。下面的示例展示了如何为电影嵌入创建向量索引，命名为 moviePlots。

CREATE VECTOR INDEX moviePlots
FOR (m:Movie)
ON m.embedding
OPTIONS {indexConfig: {
    `vector.dimensions`: 384,  (1)
    `vector.similarity_function`: 'cosine'  (2)
}}

1	对于使用 SentenceTransformers 模型 `all-MiniLM-L6-v2` 生成的嵌入。不同的模型可能需要不同的维度。
2	余弦相似性函数是最常见的选择。有关更多详细信息和其他选项，请参阅向量索引 → 余弦和欧几里得相似性函数。

CREATE VECTOR INDEX moviePlots
FOR (m:Movie)
ON m.embedding
OPTIONS {indexConfig: {
    `vector.dimensions`: 1536,  (1)
    `vector.similarity_function`: 'cosine'  (2)
}}

1	对于使用 OpenAI 模型 `text-embedding-ada-002` 生成的嵌入。不同的模型可能需要不同的维度。
2	余弦相似性函数是最常见的选择。有关更多详细信息和其他选项，请参阅向量索引 → 余弦和欧几里得相似性函数。

有关向量索引的更多信息，请参阅 Cypher^® → 索引 → 向量索引。