Azure AI 검색에서 사용하는 콘텐츠 메타데이터 속성
Azure Blob Storage, Azure Data Lake Storage Gen2 및 SharePoint를 비롯한 여러 인덱서 지원 데이터 원본에는 독립 실행형 파일 또는 다양한 콘텐츠 형식의 포함된 개체가 포함되어 있습니다. 이러한 콘텐츠 유형의 대부분에는 인덱싱에 유용한 메타데이터 속성이 있습니다. metadata_storage_name과 같은 표준 Blob 속성 관련 검색 필드를 생성할 수 있는 것과 마찬가지로 문서 형식에 대해 지정된 메타데이터 속성에 대해 검색 인덱스에서 필드를 만들 수 있습니다.
지원되는 문서 형식
Azure AI 검색은 다음 문서 형식에 대해 Blob 인덱싱과 SharePoint 문서 인덱싱을 지원합니다.
- CSV(CSV Blob 인덱싱 참조)
- EML
- EPUB
- GZ
- HTML
- JSON(JSON BLOB 인덱싱 참조)
- KML(지리적 표현을 위한 XML)
- Microsoft Office 형식: DOCX/DOC/DOCM, XLSX/XLS/XLSM, PPTX/PPT/PPTM, MSG(Outlook 메일), XML(2003 및 2006 WORD XML 모두)
- 오픈 문서 형식: ODT, ODS, ODP
- 일반 텍스트 파일(일반 텍스트 인덱싱도 참조)
- RTF
- XML
- ZIP
문서 형식별 속성
다음 표에서는 각 문서 형식에 대한 처리를 요약하고 Blob 인덱서 및 SharePoint Online 인덱서에서 추출한 메타데이터 속성에 관해 설명합니다.
| 문서 형식/콘텐츠 형식 | 추출한 메타데이터 | 처리 세부 정보 |
|---|---|---|
| CSV(text/csv) | metadata_content_typemetadata_content_encoding |
텍스트 추출 참고: CSV blob에서 여러 문서 필드를 추출해야 하는 경우 자세한 내용은 CSV blob 인덱싱을 참조하세요. |
| DOC(application/msword) | metadata_content_typemetadata_authormetadata_character_countmetadata_creation_datemetadata_last_modifiedmetadata_page_countmetadata_word_count |
포함된 문서를 비롯한 텍스트 추출 |
| DOCM(application/vnd.ms-word.document.macroenabled.12) | metadata_content_typemetadata_authormetadata_character_countmetadata_creation_datemetadata_last_modifiedmetadata_page_countmetadata_word_count |
포함된 문서를 비롯한 텍스트 추출 |
| DOCX(application/vnd.openxmlformats-officedocument.wordprocessingml.document) | metadata_content_typemetadata_authormetadata_character_countmetadata_creation_datemetadata_last_modifiedmetadata_page_countmetadata_word_count |
포함된 문서를 비롯한 텍스트 추출 |
| EML(메시지/rfc822) | metadata_content_typemetadata_message_frommetadata_message_tometadata_message_ccmetadata_creation_datemetadata_subject |
첨부 파일을 비롯한 텍스트 추출 |
| EPUB(application/epub+zip) | metadata_content_typemetadata_authormetadata_creation_datemetadata_titlemetadata_descriptionmetadata_languagemetadata_keywordsmetadata_identifiermetadata_publisher |
보관 파일의 모든 문서에서 텍스트 추출 |
| GZ(application/gzip) | metadata_content_type |
보관 파일의 모든 문서에서 텍스트 추출 |
| HTML(text/html 또는 application/xhtml+xml) | metadata_content_encodingmetadata_content_typemetadata_languagemetadata_descriptionmetadata_keywordsmetadata_title |
HTML 태그를 제거하고 텍스트 추출 |
| JSON (application/json) | metadata_content_typemetadata_content_encoding |
텍스트 추출 참고: JSON BLOB에서 여러 문서 필드를 추출해야 하는 경우 자세한 내용은 JSON BLOB 인덱싱을 참조하세요. |
| KML(application/vnd.google-earth.kml+xml) | metadata_content_typemetadata_content_encodingmetadata_language |
XML 태그를 제거하고 텍스트 추출 |
| MSG(application/vnd.ms-outlook) | metadata_content_typemetadata_message_frommetadata_message_from_emailmetadata_message_tometadata_message_to_emailmetadata_message_ccmetadata_message_cc_emailmetadata_message_bccmetadata_message_bcc_emailmetadata_creation_datemetadata_last_modifiedmetadata_subject |
첨부 파일에서 추출한 텍스트를 포함해 텍스트를 추출합니다. metadata_message_to_email, metadata_message_cc_email, metadata_message_bcc_email은 문자열 컬렉션이며 나머지 필드는 문자열입니다. |
| ODP(application/vnd.oasis.opendocument.presentation) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modifiedmetadata_title |
포함된 문서를 비롯한 텍스트 추출 |
| ODS(application/vnd.oasis.opendocument.spreadsheet) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modified |
포함된 문서를 비롯한 텍스트 추출 |
| ODT(application/vnd.oasis.opendocument.text) | metadata_content_typemetadata_authormetadata_character_countmetadata_creation_datemetadata_last_modifiedmetadata_page_countmetadata_word_count |
포함된 문서를 비롯한 텍스트 추출 |
| PDF(application/pdf) | metadata_content_typemetadata_languagemetadata_authormetadata_titlemetadata_creation_date |
포함된 문서를 비롯한 텍스트 추출(이미지 제외) |
| 일반 텍스트(text/plain) | metadata_content_typemetadata_content_encodingmetadata_language |
텍스트 추출 |
| PPT(application/vnd.ms-powerpoint) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modifiedmetadata_slide_countmetadata_title |
포함된 문서를 비롯한 텍스트 추출 |
| PPTM(application/vnd.ms-powerpoint.presentation.macroenabled.12) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modifiedmetadata_slide_countmetadata_title |
포함된 문서를 비롯한 텍스트 추출 |
| PPTX(application/vnd.openxmlformats-officedocument.presentationml.presentation) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modifiedmetadata_slide_countmetadata_title |
포함된 문서를 비롯한 텍스트 추출 |
| RTF(application/rtf) | metadata_content_typemetadata_authormetadata_character_countmetadata_creation_datemetadata_last_modifiedmetadata_page_countmetadata_word_count |
텍스트 추출 |
| WORD 2003 XML(application/vnd.ms-wordml) | metadata_content_typemetadata_authormetadata_creation_date |
XML 태그를 제거하고 텍스트 추출 |
| WORD XML(application/vnd.ms-word2006ml) | metadata_content_typemetadata_authormetadata_character_countmetadata_creation_datemetadata_last_modifiedmetadata_page_countmetadata_word_count |
XML 태그를 제거하고 텍스트 추출 |
| XLS(application/vnd.ms-excel) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modified |
포함된 문서를 비롯한 텍스트 추출 |
| XLSM(application/vnd.ms-excel.sheet.macroenabled.12) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modified |
포함된 문서를 비롯한 텍스트 추출 |
| XLSX(application/vnd.openxmlformats-officedocument.spreadsheetml.sheet) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modified |
포함된 문서를 비롯한 텍스트 추출 |
| XML(application/xml) | metadata_content_typemetadata_content_encodingmetadata_language |
XML 태그를 제거하고 텍스트 추출 |
| ZIP(application/zip) | metadata_content_type |
보관 파일의 모든 문서에서 텍스트 추출 |