Qu’est-ce que Recherche Azure AI ?

  • Article

Recherche Azure AI (anciennement appelé « Recherche cognitive Azure ») fournit une récupération sécurisée des informations à grande échelle sur le contenu appartenant à l’utilisateur dans les applications de recherche traditionnelles et conversationnelles. Votre code ou un outil appelle l’ingestion de données (indexation) pour créer et charger un index. Si vous le souhaitez, vous pouvez ajouter des compétences cognitives pour appliquer des processus IA pendant l’indexation. L’utilisation d’Azure AI Services peut ajouter de nouvelles informations et structures qui sont utiles pour la recherche et d’autres scénarios.

De l’autre côté de votre service, votre code d’application émet des demandes de requête et gère les réponses. L’expérience de recherche est définie dans votre client via la fonctionnalité Recherche Azure AI, avec l’exécution de requête sur un index persistant que vous créez, possédez et stockez dans votre service.

Recherche Azure AI constitue une fonctionnalité importante des applications. La possibilité de trouver rapidement des données pertinentes est essentielle à l’obtention de résultats et à l’expérience de l’utilisateur final. Le moteur Recherche Azure IA utilise des fonctionnalités d’IA qui permettent aux applications de fonctionner d’une manière plus proche de l’humain et de faire des associations qui vont au-delà de la simple correspondance de mots-clés. Les services Azure AI peuvent aider vos utilisateurs finaux à trouver plus rapidement ce qu’ils ont besoin de savoir.

Diagram that shows Azure AI Search.

Cette fonctionnalité est exposée par le biais d’une API REST ou d’un SDK.NET simple, qui masque la complexité inhérente de la récupération d’informations. En plus des API, le portail Azure offre la prise en charge de l’administration et de la gestion de contenu, avec des outils de prototypage et d’interrogation de vos index. Étant donné que le service s’exécute dans le cloud, infrastructure et la disponibilité sont gérées par Microsoft.

La recherche Azure AI est adapté aux scénarios d’application suivants :

  • Consolidation de types de contenu hétérogènes dans un index privé, unique et pouvant faire l’objet d’une recherche. Les requêtes sont toujours effectuées sur un index que vous créez et chargez avec des documents. L’index réside toujours dans le cloud sur votre instance Recherche Azure AI. Vous pouvez remplir un index avec des flux de documents JSON à partir de n’importe quelle source ou plateforme. Autrement pour du contenu provenant d’Azure, vous pouvez utiliser un indexeur pour extraire des données dans un index. La définition et la gestion/propriété d’index est un motif clé de l’utilisation de Recherche Azure AI.
  • Le contenu brut inclut un long texte indifférencié, des fichiers image ou des fichiers d’application, tels que des types de contenu Microsoft Office dans une source de données Azure, comme le Stockage Blob Azure ou Azure Cosmos DB. Vous pouvez appliquer des compétences d’intelligence artificielle pendant l’indexation pour ajouter une structure ou extraire la signification des fichiers image et d’application.
  • Implémentation facile des fonctionnalités de recherche. Les API de Recherche Azure AI simplifient la construction des requêtes, la navigation par facettes, les filtres (dont la recherche spatiale), la mise en correspondance des synonymes, les requêtes TypeAhead et le paramétrage de la pertinence. À l’aide des fonctionnalités intégrées, vous pouvez répondre aux attentes des utilisateurs en matière de recherche, de la même façon que les moteurs de recherche Web commerciaux.
  • Indexation de texte non structuré ou extraction de texte et d’informations à partir de fichiers image. La fonctionnalité d’enrichissement par IA de Recherche Azure AI ajoute un traitement de l’IA à un pipeline d’indexation. Certains cas d’usage courants incluent la reconnaissance optique des documents numérisés, la reconnaissance d’entités et l’extraction de phrases clés sur les documents volumineux, la détection de la langue et la traduction de texte, et l’analyse des sentiments.
  • Exigences linguistiques respectées à l’aide des analyseurs personnalisés et linguistiques de Recherche Azure AI. Si vous disposez d’un contenu autre que l’anglais, la recherche Azure AI prend en charge les analyseurs Lucene et les processeurs de langage naturel de Microsoft. Vous pouvez également configurer des analyseurs pour obtenir un traitement spécialisé de contenu brut, tel que le filtrage des signes diacritiques.

Étape 1 : Configuration du service

Vous pouvez provisionner une instance Recherche Azure IA dans le portail Azure ou via l’API REST Azure Resource Manager. Vous pouvez opter pour le service gratuit partagé avec d’autres abonnés ou pour un niveau payant qui dédie les ressources que seul votre service utilise. Pour les niveaux payants, vous pouvez mettre à l’échelle un service dans deux dimensions :

  • Ajoutez des réplicas pour accroître votre capacité à traiter de lourdes charges de requêtes.
  • Ajoutez des partitions pour accroître votre capacité à stocker plus de documents.

En gérant le stockage de documents et le débit de requêtes séparément, vous pouvez étalonner l’allocation de ressources en fonction des besoins de production.

Étape 2 : Création d’un index

Avant de pouvoir télécharger du contenu qui peut faire l’objet de recherches, vous devez d’abord définir un index Recherche Azure AI. Un index est comparable à une table de base de données qui conserve vos données et peut accepter des requêtes de recherche. Vous définissez le schéma d’index à mapper pour refléter la structure des documents dans lesquels vous voulez effectuer des recherches, de la même façon que les champs d’une base de données.

Il est possible de créer un schéma dans le portail Azure ou bien par programmation à l’aide du SDK .NET ou de l’API REST.

Étape 3 : Charger les données

Une fois que vous avez défini un index, vous êtes prêt à charger du contenu. Vous pouvez utiliser un modèle push ou pull.

Le modèle push extrait des données auprès de sources de données externes. Ce modèle est pris en charge grâce aux indexeurs qui simplifient et automatisent certains aspects de l’ingestion de données, comme la connexion aux données, leur lecture et leur sérialisation. Des indexeurs sont disponibles pour Azure Cosmos DB, Azure SQL Database, Stockage Blob Azure et SQL Server hébergé dans une instance Machines virtuelles Azure. Vous pouvez configurer un indexeur pour une actualisation de données à la demande ou planifiée.

Le modèle d’émission est fourni via le Kit de développement logiciel (SDK) ou les API REST permettant d’envoyer les documents mis à jour à un index. Vous pouvez envoyer (push) des données à partir de n’importe quel jeu de données en utilisant le format JSON. Pour plus d’informations, consultez Ajouter, mettre à jour ou supprimer des documents et Utilisation du kit SDK .NET pour obtenir des conseils sur le chargement des données.

Après avoir rempli un index, vous pouvez envoyer des requêtes de recherche vers le point de terminaison du service en utilisant des requêtes HTTP simples avec les API REST ou le SDK .NET. Parcourez la page Créer votre première application de recherche pour générer et étendre une page web qui collecte les entrées d’utilisateur et gère les résultats. Vous pouvez également utiliser Postman pour les appels REST interactifs ou l’Explorateur de recherche intégré dans le portail Azure pour interroger un index existant.

Étapes suivantes