AzureOpenAI Vectorizer未自动生成titleVector等嵌入向量问题咨询

尝试使用AzureOpenAI Vectorizer在Azure认知搜索索引中创建嵌入向量，但titleVector和contentVector字段的嵌入未成功生成。上传文档时仅上传了id、title、content字段，认为这些向量会由关联Vector Profile的Vectorizer自动生成，请问该理解是否正确？为何嵌入向量未生成？

• 缺少向量字段与文本字段的映射配置：你的理解方向是对的——Azure认知搜索支持通过关联的Vectorizer自动从文本字段生成向量，但你没有在向量字段的定义中指定源文本字段，导致系统不知道要基于哪个字段生成对应向量。
• 索引key字段重复：索引中同时给id和url字段设置了key=True，但Azure认知搜索索引仅允许存在一个key字段，该错误会导致索引初始化异常，间接影响向量生成逻辑。

1. 核心修改点 #

• 移除url字段的key=True配置，保留id作为唯一key字段
• 给titleVector和contentVector添加source_field参数，指定对应的源文本字段

2. 修改后的creating_index函数代码 #

def creating_index():
    # 声明索引字段，类似数据库表列，便于数据检索
    fields=[
        SimpleField(
            name="id",
            type=SearchFieldDataType.String,
            key=True,
            sortable=True,
            filterable=True,
            facetable=True
        ),
        SearchableField(
            name="title",
            type=SearchFieldDataType.String
        ),
        SearchableField(
            name="content",
            type=SearchFieldDataType.String
        ),
        SimpleField(
            name="url",
            type=SearchFieldDataType.String,
            sortable=True,
            filterable=True,
            facetable=True
            # 移除key=True，因为id已经是唯一key
        ),
        SearchField(
            name="titleVector",
            type=SearchFieldDataType.Collection(SearchFieldDataType.Single),
            searchable=True,
            vector_search_dimensions=1536,
            vector_search_profile_name="myHnswProfile",
            source_field="title"  # 指定从title字段生成向量
        ),
        SearchField(
            name="contentVector",
            type=SearchFieldDataType.Collection(SearchFieldDataType.Single),
            searchable=True,
            vector_search_dimensions=1536,
            vector_search_profile_name="myHnswProfile",
            source_field="content"  # 指定从content字段生成向量
        ),
    ]
    
    # 配置向量搜索
    vector_search = VectorSearch(
        algorithms=[
            HnswAlgorithmConfiguration(
                name="myHnsw"
            )
        ],
        profiles=[
            VectorSearchProfile(
                name="myHnswProfile",
                algorithm_configuration_name="myHnsw",
                vectorizer_name="myVectorizer"
            )
        ],
        vectorizers=[
            AzureOpenAIVectorizer(
                vectorizer_name="myVectorizer",
                parameters=AzureOpenAIVectorizerParameters(
                    resource_url="https://genai-training-24.openai.azure.com/",
                    deployment_name="text-embedding-ada-002",
                    model_name="text-embedding-ada-002",
                    api_key=".....048fc03"
                )
            )
        ]
    )

    semantic_config = SemanticConfiguration(
        name="my-semantic-config",
        prioritized_fields=SemanticPrioritizedFields(
            title_field=SemanticField(field_name="title"),
            content_fields=[SemanticField(field_name="content")]
        )
    )

    # 创建语义搜索设置
    semantic_search = SemanticSearch(configurations=[semantic_config])

    # 创建带语义搜索的索引
    index = SearchIndex(name="saravanan_index",
                        fields=fields,
                        vector_search=vector_search,
                        semantic_search=semantic_search
                        )
    
    result = index_client.create_or_update_index(index)
    
    print(f'{result.name} created')

3. 验证说明 #

修改索引配置后，重新创建索引，再执行文档上传操作，Azure认知搜索会自动调用你配置的AzureOpenAI Vectorizer，基于title和content字段的内容生成对应的titleVector和contentVector，无需手动传入向量数据，你的初始理解这部分是正确的。

内容的提问来源于stack exchange，提问作者A V Saravanan