Mi az Azure AI Search?

2025-05-20

Az Azure AI Search (korábbi nevén "Azure Cognitive Search") egy nagyvállalati szintű információlekérdezési rendszer, amely a keresési indexbe betöltött heterogén tartalmakat tartalmazza, és lekérdezéseken és alkalmazásokon keresztül teszi elérhetővé a felhasználók számára. Fejlett keresési technológiák széles skálájával rendelkezik, amelyek nagy teljesítményű alkalmazásokhoz készültek bármilyen méretben.

Az Azure AI Search az ajánlott lekérési rendszer ügynökről ügynökre (A2A) és RAG-alapú alkalmazások létrehozására az Azure-ban, natív LLM-integrációval az Azure OpenAI-ban az Azure AI Foundry-modellekben és az Azure Machine Learningben, külső és nyílt forráskódú modellek és folyamatok integrálására szolgáló mechanizmusokkal.

Az Azure AI Search hagyományos és generatív keresési forgatókönyvekben is használható. A gyakori használati esetek közé tartozik a katalógus- vagy dokumentumkeresés, az információfelderítés (adatfeltárás) és a beszélgetési kereséshez szükséges lekéréses kiegészítésű generációs (RAG).

Keresési szolgáltatás létrehozásakor a következő képességeket használhatja:

Keresőprogram vektoros kereséshez, teljes szöveges és hibrid kereséshez keresési indexen keresztül.
Gazdag indexelés tartalomátalakítással. Ez magában foglalja az integrált adatrészletezést és a RAG vektorizálását , a szöveg lexikális elemzését , valamint a tartalomkinyeréshez és -bővítéshez opcionálisan alkalmazott AI-t .
Gazdag lekérdezési szintaxis vektoros lekérdezésekhez, szöveges kereséshez, hibrid lekérdezésekhez, zavaros kereséshez, automatikus kiegészítéshez, geokereséshez és máshoz.
Relevancia és lekérdezési teljesítmény finomhangolása szemantikai rangsorolással, pontozási profilokkal, vektoros lekérdezések kvantálásával, valamint paraméterekkel a lekérdezési viselkedés futásidőben történő szabályozásához.
Azure-skálázás, biztonság és elérés.
Azure-integráció az adatrétegben, a gépi tanulási rétegben, az Azure AI-szolgáltatásokban és az Azure OpenAI-ban.

Keresési szolgáltatás létrehozása

Architektúra szerint a keresési szolgáltatás a nem indexelt adatokat tartalmazó külső adattárak és az ügyfélalkalmazás között helyezkedik el, amely lekérdezési kérelmeket küld egy keresési indexnek, és kezeli a választ.

Az ügyfélalkalmazásban a keresési felület az Azure AI Search API-ival van definiálva, és tartalmazhat relevanciahangolást, szemantikai rangsorolást, automatikus kiegészítést, szinonimaegyezést, homályos egyeztetést, mintaegyezést, szűrést és rendezést.

Az Azure-platformon az Azure AI Search más Azure-szolgáltatásokkal is integrálható olyan indexelők formájában, amelyek automatizálják az Azure-adatforrásokból történő adatbetöltést/lekérést, valamint olyan képességkészleteket, amelyek az Azure AI-szolgáltatásokból származó hasznosítható AI-t tartalmaznak, például kép- és természetes nyelvi feldolgozást, vagy az Azure Machine Learningben létrehozott vagy az Azure Functionsbe csomagolt egyéni AI-t.

Keresési szolgáltatáson belül

A keresési szolgáltatásban a két elsődleges számítási feladat az indexelés és a lekérdezés.

Az indexelés olyan beviteli folyamat, amely betölti a tartalmat a keresési szolgáltatásba, és kereshetővé teszi azt. A bejövő szöveg belsőleg tokenekké lesz feldolgozva, és invertált indexekben van tárolva, a bejövő vektorok pedig vektorindexekben vannak tárolva. Az Azure AI Search által indexelhető dokumentumformátum a JSON. Feltöltheti az összegyűjtött JSON-dokumentumokat, vagy indexelővel lekérheti és szerializálhatja az adatokat a JSON-ban.

Az alkalmazott AI egy képességkészleten keresztül kibővíti az indexelést kép- és nyelvi modellekkel. Ha képeket vagy nagy, strukturálatlan szöveget tartalmaz a forrásdokumentumban, csatolhat olyan képességeket, amelyek ocR-t végeznek, képeket elemeznek és írnak le, struktúrát következtetnek, szöveget fordítanak le stb. A kimenet olyan szöveg, amely szerializálható JSON-fájlba, és betölthető egy keresési indexbe.

A képességkészletek adatrészletezést és vektorizálást is végezhetnek az indexelés során. Az Azure OpenAI-hoz, az Azure AI Foundry portál modellkatalógusához, illetve a külső adattömbhöz és beágyazási modellhez kapcsolódó egyéni készségek az indexelés során vektoradatok létrehozásához használhatók. A kimenet olyan adattömbvektor-tartalom, amely betölthető egy keresési indexbe.
A lekérdezés akkor fordulhat elő, ha egy index kereshető tartalommal van feltöltve, amikor az ügyfélalkalmazás lekérdezési kéréseket küld egy keresési szolgáltatásnak, és kezeli a válaszokat. Minden lekérdezés végrehajtása egy ön által vezérelt keresési indexen keresztül történik.

A szemantikai rangsor a lekérdezések végrehajtásának kiterjesztése. Másodlagos rangsorolást ad hozzá, nyelvfelismeréssel egy eredményhalmaz újraértékeléséhez, a szemantikailag legrelevánsabb eredmények előtérbe helyezéséhez.

Az integrált vektorizálás a lekérdezések végrehajtásának kiterjesztése is. Ha vektormezők vannak a keresési indexben, akkor küldhet nyers vektoros lekérdezéseket vagy olyan szöveget, amely a lekérdezés időpontjában vektorizált.

Miért érdemes az Azure AI Search szolgáltatást használni?

Az Azure AI Search a következő alkalmazásforgatókönyvekhez használható:

A hagyományos teljes szöveges kereséshez és a következő generációs vektorok hasonlóságának kereséséhez használható. A generatív AI-alkalmazásokat olyan információlekéréssel támogatja, amely a kulcsszó- és a hasonlóságkeresés erősségeit is kihasználja. Mindkét mód használata a legrelevánsabb eredmények lekéréséhez.
Heterogén tartalom összevonása egy felhasználó által definiált és feltöltött keresési indexbe, amely vektorokból és szövegből áll. Fenntarthatja a tulajdonjogot, és szabályozhatja, hogy mi kereshető.
Adatrészletezés és vektorizálás integrálása generatív AI- és RAG-alkalmazásokhoz.
Részletes hozzáférés-vezérlés alkalmazása a dokumentum szintjén.
Indexelési és lekérdezési számítási feladatok kiszervezése egy dedikált keresési szolgáltatásra.
Egyszerűen implementálhatja a kereséssel kapcsolatos funkciókat: relevanciahangolás, részletes navigáció, szűrők (beleértve a térbeli keresést), szinonimák leképezése és automatikus kiegészítés.
Alakítsa át az Azure Blob Storage-ban vagy az Azure Cosmos DB-ben tárolt nagyméretű, nem közömbös szöveg- vagy képfájlokat vagy alkalmazásfájlokat kereshető adattömbökké. Ez az Azure AI-ből külső feldolgozást használó AI-készségekkel végzett indexelés során érhető el.
Nyelvi vagy egyéni szövegelemzés hozzáadása. Ha nem angol nyelvű tartalommal rendelkezik, az Azure AI Search támogatja a Lucene-elemzőket és a Microsoft természetes nyelvi processzorokat is. Az elemzőket úgy is konfigurálhatja, hogy a nyers tartalom speciális feldolgozását érje el, például szűrje ki az ékezeteket, vagy felismerje és megőrizze a sztringek mintáit.

Az egyes funkciókkal kapcsolatos további információkért lásd az Azure AI Search funkcióit

Az első lépések

A funkciók az Azure Portalon, az egyszerű REST API-kon vagy az Azure SDK-kon, például az Azure SDK for .NET-en keresztül érhetők el. Az Azure Portal támogatja a szolgáltatásfelügyeletet és a tartalomkezelést az indexek és képességkészletek prototípus-készítési és lekérdezési eszközeivel.

Az Azure Portal használata

Az alapvető keresési funkciók végpontok közötti feltárása négy lépésben végezhető el:

Válasszon egy réteget és egy régiót. Előfizetésenként egy ingyenes keresési szolgáltatás engedélyezett. Az összes gyorsútmutató elvégezhető az ingyenes szinten. További kapacitáshoz és képességekhez számlázható rétegre lesz szüksége.
Keresési szolgáltatás létrehozása az Azure Portalon.
Kezdje az Adatok importálása varázslóval. Válasszon ki egy beépített mintát vagy egy támogatott adatforrást az indexek percek alatt történő létrehozásához, betöltéséhez és lekérdezéséhez.
Fejezze be a Kereséskezelőt egy portálügyféllel az imént létrehozott keresési index lekérdezéséhez.

API-k használata

Másik lehetőségként létrehozhat, betölthet és lekérdezhet egy keresési indexet atomi lépésekben:

Keresési index létrehozása az Azure Portal, a REST API, a .NET SDK vagy egy másik SDK használatával. Az indexséma határozza meg a kereshető tartalom struktúráját.
Töltsön fel tartalmakat a "leküldéses" modell használatával, hogy JSON-dokumentumokat küldjön le bármely forrásból, vagy használja a "lekéréses" modellt (indexelőket), ha a forrásadatok támogatott típusúak.
Index lekérdezése a Kereséskezelővel az Azure Portalon, a REST API-ban, a .NET SDK-ban vagy egy másik SDK-ban.

Gyorsítók használata

Vagy próbálja ki a megoldásgyorsítókat:

Az adatmegoldásgyorsítóval folytatott csevegéssel egyéni RAG-megoldást hozhat létre a tartalomon keresztül.
A beszélgetési tudásbányászati megoldásgyorsító segítségével interaktív megoldást hozhat létre, amellyel végrehajtható megállapításokat nyerhet ki a kapcsolatfelvétel utáni központ átirataiból.
A Document Knowledge Mining-gyorsító segít az összegzések, entitások és metaadatok feldolgozásában és kinyerésében strukturálatlan, többmodális dokumentumokból.
Saját copilot-megoldásgyorsítót készíthet, az Azure OpenAI, az Azure AI Search és a Microsoft Fabric használatával egyéni copilot-megoldásokat hozhat létre.
- Az általános copilot segítségével saját copilotot hozhat létre a releváns dokumentumok azonosításához, strukturálatlan információk összegzéséhez és Word-dokumentumsablonok létrehozásához a saját adataival.
- A Client Advisor all-in-one egyéni copilot lehetővé teszi az Ügyfél-tanácsadó számára, hogy a strukturált és strukturálatlan adatokra egyaránt kihasználja a generatív AI erejét. Segíts ügyfeleinknek a napi feladatok optimalizálásában és a több ügyféllel való jobb interakcióban
- A Research Assistant segítségével saját AI-asszisztenst hozhat létre a releváns dokumentumok azonosításához, nagy mennyiségű strukturálatlan információ összegzéséhez és kategorizálásához, valamint felgyorsíthatja a dokumentumok áttekintését és a tartalom generálását.

Tipp.

Összetett vagy egyéni megoldásokkal kapcsolatos segítségért forduljon egy olyan partnerhez, aki mély szakértelemmel rendelkezik az Azure AI Search technológiában.