Wat is Azure AI Search?

Azure AI Search (voorheen bekend als 'Azure Cognitive Search') is een systeem voor het ophalen van informatie dat gereed is voor ondernemingen voor uw heterogene inhoud die u opneemt in een zoekindex en die aan gebruikers wordt weergegeven via query's en apps. Het wordt geleverd met een uitgebreide set geavanceerde zoektechnologieën, gebouwd voor hoogwaardige toepassingen op elke schaal.

Azure AI Search is het aanbevolen ophaalsysteem voor het bouwen van A2A-toepassingen (agent-naar-agent) en RAG-toepassingen in Azure, met systeemeigen LLM-integraties tussen Azure OpenAI in Azure AI Foundry-modellen en Azure Machine Learning, met mechanismen voor het integreren van externe en opensource-modellen en -processen.

Azure AI Search kan worden gebruikt in zowel traditionele als generatieve zoekscenario's. Veelvoorkomende gebruiksvoorbeelden zijn catalogus- of documentzoekopdrachten, informatiedetectie (gegevensverkenning) en ophalen van augmented generation (RAG) voor gesprekszoekopdrachten.

Wanneer u een zoekservice maakt, werkt u met de volgende mogelijkheden:

• Een zoekmachine voor vectorzoekopdrachten en volledige tekst en hybride zoekopdrachten via een zoekindex.
• Uitgebreide indexering met de mogelijkheid om inhoudstransformatie te transformeren. Dit omvat geïntegreerde gegevenssegmentering en vectorisatie voor RAG, lexicale analyse voor tekst en optionele toegepaste AI voor inhoudextractie en verrijking.
• Uitgebreide querysyntaxis voor vectorquery's, tekstzoekopdrachten, hybride query's, fuzzy zoeken, automatisch aanvullen, geo-zoekopdrachten en andere.
• Relevantie en afstemming van queryprestaties met semantische rangschikking, scoreprofielen, kwantisatie voor vectorquery's en parameters voor het beheren van querygedrag tijdens runtime.
• Azure-schaal, beveiliging en bereik.
• Azure-integratie op de gegevenslaag, machine learning-laag, Azure AI-services en Azure OpenAI.

Een zoekservice maken

Een zoekservice bevindt zich architectuur tussen de externe gegevensarchieven die uw niet-geïndexeerde gegevens bevatten en uw client-app die queryaanvragen naar een zoekindex verzendt en het antwoord afhandelt.

In uw client-app wordt de zoekervaring gedefinieerd met behulp van API's van Azure AI Search en kan het afstemmen van relevantie, semantische rangschikking, automatisch aanvullen, synoniemenkoppeling, fuzzy matching, patroonkoppeling, filter en sortering omvatten.

Op het Azure-platform kan Azure AI Search worden geïntegreerd met andere Azure-services in de vorm van indexeerfuncties die het opnemen/ophalen van gegevens uit Azure-gegevensbronnen automatiseren en vaardighedensets die verbruikbare AI van Azure AI-services bevatten, zoals afbeeldings- en natuurlijke taalverwerking, of aangepaste AI die u in Azure Machine Learning maakt of in Azure Functions verpakt.

Binnen een zoekservice

Binnen de zoekservice zelf zijn de twee primaire werkbelastingen indexeren en query's uitvoeren.

• Indexeren is een intakeproces dat inhoud in uw zoekservice laadt en doorzoekbaar maakt. Intern worden binnenkomende tekst verwerkt in tokens en opgeslagen in omgekeerde indexen en worden inkomende vectoren opgeslagen in vectorindexen. De documentindeling die Azure AI Search kan indexeren, is JSON. U kunt JSON-documenten uploaden die u hebt samengesteld of een indexeerfunctie gebruiken om uw gegevens op te halen en te serialiseren in JSON.

  Toegepaste AI via een vaardighedenset breidt indexering uit met afbeeldings- en taalmodellen. Als u afbeeldingen of grote ongestructureerde tekst in het brondocument hebt, kunt u vaardigheden koppelen die OCR uitvoeren, afbeeldingen analyseren en beschrijven, structuur afleiden, tekst vertalen en meer. Uitvoer is tekst die kan worden geserialiseerd in JSON en kan worden opgenomen in een zoekindex.

  Vaardighedensets kunnen ook gegevenssegmentering en vectorisatie uitvoeren tijdens het indexeren. Vaardigheden die zijn gekoppeld aan Azure OpenAI, de modelcatalogus in de Azure AI Foundry-portal of aangepaste vaardigheden die zijn gekoppeld aan een extern segmenterings- en insluitmodel, kunnen worden gebruikt tijdens het indexeren om vectorgegevens te maken. Uitvoer is gesegmenteerde vectorinhoud die kan worden opgenomen in een zoekindex.

• Query's kunnen plaatsvinden zodra een index is gevuld met doorzoekbare inhoud, wanneer uw client-app queryaanvragen naar een zoekservice verzendt en antwoorden verwerkt. Alle query's worden uitgevoerd via een zoekindex die u bepaalt.

  Semantische classificatie is een uitbreiding van de uitvoering van query's. Het voegt secundaire classificatie toe, waarbij taalbegrip wordt gebruikt om een resultatenset opnieuw te evalueeren, waardoor de meest semantisch relevante resultaten aan de bovenkant worden gepromoot.

  Geïntegreerde vectorisatie is ook een uitbreiding van de uitvoering van query's. Als u vectorvelden in uw zoekindex hebt, kunt u onbewerkte vectorquery's of tekst verzenden die tijdens de query wordt gevectoriseerd.

Waarom Azure AI Search gebruiken?

Azure AI Search is geschikt voor de volgende toepassingsscenario's:

• Gebruik deze functie voor traditionele zoekopdrachten in volledige tekst en zoeken naar overeenkomsten tussen vectoren van de volgende generatie. Back-up van uw generatieve AI-apps met informatie ophalen die gebruikmaakt van de sterke punten van zowel trefwoorden als overeenkomsten zoeken. Gebruik beide modaliteiten om de meest relevante resultaten op te halen.

• Voeg heterogene inhoud samen in een door de gebruiker gedefinieerde en gevulde zoekindex die bestaat uit vectoren en tekst. U behoudt het eigendom en de controle over wat doorzoekbaar is.

• Integreer gegevenssegmentering en vectorisatie voor generatieve AI- en RAG-apps.

• Pas gedetailleerd toegangsbeheer toe op documentniveau.

• Indexering en queryworkloads offloaden naar een toegewezen zoekservice.

• zoekfuncties eenvoudig implementeren, zoals afstemming van relevantie, facetnavigatie, filters (inclusief georuimtelijke zoekacties), toewijzing van synoniemen en automatische aanvulling.

• Transformeer grote niet-gedifferentieerde tekst- of afbeeldingsbestanden, of toepassingsbestanden die zijn opgeslagen in Azure Blob Storage of Azure Cosmos DB, in doorzoekbare segmenten. Dit wordt bereikt tijdens het indexeren via AI-vaardigheden waarmee externe verwerking vanuit Azure AI wordt toegevoegd.

• Linguïstische of aangepaste tekstanalyse toevoegen. Als u niet-Engelse inhoud hebt, ondersteunt Azure AI Search zowel Lucene Analyzers als de processors voor natuurlijke taal van Microsoft. U kunt ook analysefuncties configureren om gespecialiseerde verwerking van onbewerkte inhoud uit te voeren, zoals het uitfilteren van diakritische tekens of het herkennen en behouden van patronen in tekenreeksen.

Zie Functies van Azure AI Search voor meer informatie over specifieke functionaliteit

Aan de slag

Functionaliteit wordt weergegeven via Azure Portal, eenvoudige REST API's of Azure SDK's zoals de Azure SDK voor .NET. Azure Portal biedt ondersteuning voor servicebeheer en inhoudsbeheer, met hulpprogramma's voor het maken van prototypen en het uitvoeren van query's op uw indexen en vaardighedensets.

De Azure-portal gebruiken

Een end-to-end verkenning van kernzoekfuncties kan in vier stappen worden uitgevoerd:

1. Kies een laag en regio. Eén gratis zoekservice is toegestaan per abonnement. Alle quickstarts kunnen worden voltooid in de gratis laag. Voor meer capaciteit en mogelijkheden hebt u een factureerbare laag nodig.

2. Maak een zoekservice in Azure Portal.

3. Begin met de wizard Gegevens importeren. Kies een ingebouwd voorbeeld of een ondersteunde gegevensbron om binnen enkele minuten een index te maken, laden en er query's op uit te voeren.

4. Voltooi search explorer met behulp van een portalclient om een query uit te voeren op de zoekindex die u zojuist hebt gemaakt.

API's gebruiken

U kunt ook een zoekindex maken, laden en er query's op uitvoeren in atomische stappen:

1. Maak een zoekindex met behulp van Azure Portal, REST API, .NET SDK of een andere SDK. Het indexschema bepaalt de structuur van doorzoekbare inhoud.

2. Upload inhoud met behulp van het 'push'-model om JSON-documenten vanuit elke bron te pushen of gebruik het pull-model (indexeerfuncties) als uw brongegevens van een ondersteund type zijn.

3. Een query uitvoeren op een index met behulp van Search Explorer in Azure Portal, REST API, .NET SDK of een andere SDK.

Accelerators gebruiken

Of probeer oplossingsversnellers:

• Chatten met uw gegevensoplossingsversneller helpt u bij het maken van een aangepaste RAG-oplossing voor uw inhoud.

• De oplossingsversneller Conversational Knowledge Mining helpt u bij het maken van een interactieve oplossing om bruikbare inzichten te extraheren uit transcripties van het contactcentrum.

• Document Knowledge Mining Accelerator helpt u bij het verwerken en extraheren van samenvattingen, entiteiten en metagegevens uit ongestructureerde, multimodale documenten.

• Bouw uw eigen copilot-oplossingsversneller, maakt gebruik van Azure OpenAI, Azure AI Search en Microsoft Fabric om aangepaste copilot-oplossingen te maken.

  • Algemene copilot helpt u bij het bouwen van uw eigen copilot om relevante documenten te identificeren, ongestructureerde informatie samen te vatten en Word-documentsjablonen te genereren met behulp van uw eigen gegevens.

  • Client Advisor all-in-one aangepaste copilot stelt Client Advisor in staat om de kracht van generatieve AI te benutten voor zowel gestructureerde als ongestructureerde gegevens. Onze klanten helpen om dagelijkse taken te optimaliseren en betere interacties met meer klanten te bevorderen

  • Onderzoeksassistent helpt uw eigen AI-assistent te bouwen om relevante documenten te identificeren, grote hoeveelheden ongestructureerde informatie samen te vatten en te categoriseren, en de algehele documentbeoordeling en het genereren van inhoud te versnellen.

Aanbeveling

Neem voor hulp bij complexe of aangepaste oplossingen contact op met een partner met diepgaande expertise in Azure AI Search-technologie.