Dela via

Så här formar du resultat i Azure AI Search

  • Artikel

Den här artikeln beskriver hur du arbetar med ett frågesvar i Azure AI Search. Strukturen för ett svar bestäms av parametrarna i själva frågan, enligt beskrivningen i Search Documents (REST) eller SearchResults Class (Azure for .NET).

Parametrar i frågan avgör:

  • Fältmarkering
  • Antal matchningar som hittades i indexet för frågan
  • Sidnumrering
  • Antal resultat i svaret (upp till 50 som standard)
  • Sorteringsordning
  • Markering av termer inom ett resultat, matchning på hela eller delar av termen i brödtexten

Resultatsammansättning

Resultaten är tabellbaserade, består av fält för antingen alla "hämtningsbara" fält eller begränsade till bara de fält som anges i parametrarna $select . Rader är de matchande dokumenten.

Du kan välja vilka fält som ska visas i sökresultaten. Ett sökdokument kan ha ett stort antal fält, men vanligtvis behövs bara ett fåtal för att representera varje dokument i resultatet. I en frågebegäran lägger du till $select=<field list> för att ange vilka "hämtningsbara" fält som ska visas i svaret.

Välj fält som erbjuder kontrast och differentiering mellan dokument, vilket ger tillräckligt med information för att bjuda in ett klickningssvar från användarens sida. På en e-handelswebbplats kan det vara ett produktnamn, en beskrivning, ett varumärke, en färg, en storlek, ett pris och ett omdöme. För det inbyggda hotels-sample-indexet kan det vara fälten "select" i följande exempel:

POST /indexes/hotels-sample-index/docs/search?api-version=2024-07-01 
    {  
      "search": "sandy beaches",
      "select": "HotelId, HotelName, Description, Rating, Address/City"
      "count": true
    }

Tips för oväntade resultat

Ibland är innehållet i havsarkresultat oväntade. Du kan till exempel upptäcka att vissa resultat verkar vara dubbletter, eller att ett resultat som ska visas nära toppen placeras lägre i resultatet. När frågeresultaten är oväntade kan du prova dessa frågeändringar för att se om resultaten förbättras:

  • Ändra searchMode=any (standard) till att searchMode=all kräva matchningar för alla kriterier i stället för något av kriterierna. Detta gäller särskilt när booleska operatorer ingår i frågan.

  • Experimentera med olika lexikala analysverktyg eller anpassade analysverktyg för att se om det ändrar frågeresultatet. Standardanalysen delar upp bindestreckade ord och reducerar ord till rotformulär, vilket vanligtvis förbättrar robustheten för ett frågesvar. Men om du behöver bevara bindestreck, eller om strängar innehåller specialtecken, kan du behöva konfigurera anpassade analysverktyg för att säkerställa att indexet innehåller token i rätt format. Mer information finns i Partiell termsökning och mönster med specialtecken (bindestreck, jokertecken, regex, mönster).

Räkna matchningar

Parametern count returnerar antalet dokument i indexet som anses vara en matchning för frågan. Om du vill returnera antalet lägger du till $count=true i frågebegäran. Söktjänsten har inte infört något maximalt värde. Beroende på din fråga och innehållet i dina dokument kan antalet vara lika högt som varje dokument i indexet.

Antalet är korrekt när indexet är stabilt. Om systemet aktivt lägger till, uppdaterar eller tar bort dokument blir antalet ungefärligt, exklusive dokument som inte är helt indexerade.

Antalet påverkas inte av rutinunderhåll eller andra arbetsbelastningar i söktjänsten. Men om du har flera partitioner och en enskild replik kan det uppstå kortsiktiga variationer i antalet dokument (flera minuter) när partitionerna startas om.

Dricks

Om du vill kontrollera indexeringsåtgärder kan du bekräfta om indexet innehåller det förväntade antalet dokument genom att lägga till $count=true en tom sökfråga search=* . Resultatet är det fullständiga antalet dokument i ditt index.

När du testar frågesyntaxen $count=true kan du snabbt se om dina ändringar returnerar större eller färre resultat, vilket kan vara användbar feedback.

Växla resultat

Som standard returnerar sökmotorn upp till de första 50 matchningarna. De 50 främsta bestäms av sökpoängen, förutsatt att frågan är fulltextsökning eller semantisk. Annars är topp 50 en godtycklig ordning för exakta matchningsfrågor (där enhetlig "@searchScore=1.0" anger godtycklig rangordning).

Den övre gränsen är 1 000 dokument som returneras per sida med sökresultat, så du kan ange högst upp till 1 000 dokument i det första resultatet. Om du använder en hybridfråga i nyare förhandsversions-API:er kan du ange maxTextRecallSize för att returnera upp till 10 000 dokument.

Om du vill styra växlingen av alla dokument som returneras i en resultatuppsättning lägger du till $top och $skip parametrar i GET-frågebegäran eller top skip till POST-frågebegäran. I följande lista förklaras logiken.

  • Returnera den första uppsättningen med 15 matchande dokument plus ett antal totala matchningar: GET /indexes/<INDEX-NAME>/docs?search=<QUERY STRING>&$top=15&$skip=0&$count=true

  • Returnera den andra uppsättningen och hoppa över de första 15 för att hämta nästa 15: $top=15&$skip=15. Upprepa för den tredje uppsättningen med 15: $top=15&$skip=30

Resultatet av sidnumrerade frågor garanteras inte vara stabilt om det underliggande indexet ändras. Växlingen ändrar värdet $skip för för varje sida, men varje fråga är oberoende och fungerar på den aktuella vyn av data som den finns i indexet vid frågetiden (med andra ord finns det ingen cachelagring eller ögonblicksbild av resultat, till exempel de som finns i en databas för generell användning).

Följande är ett exempel på hur du kan få dubbletter. Anta ett index med fyra dokument:

{ "id": "1", "rating": 5 }
{ "id": "2", "rating": 3 }
{ "id": "3", "rating": 2 }
{ "id": "4", "rating": 1 }

Anta nu att du vill att resultaten ska returneras två i taget, ordnade efter klassificering. Du kör den här frågan för att hämta den första sidan med resultat: $top=2&$skip=0&$orderby=rating desc, vilket ger följande resultat:

{ "id": "1", "rating": 5 }
{ "id": "2", "rating": 3 }

I tjänsten förutsätter du att ett femte dokument läggs till i indexet mellan frågeanrop: { "id": "5", "rating": 4 }. Kort därefter kör du en fråga för att hämta den andra sidan: $top=2&$skip=2&$orderby=rating descoch få följande resultat:

{ "id": "2", "rating": 3 }
{ "id": "3", "rating": 2 }

Observera att dokument 2 hämtas två gånger. Det beror på att det nya dokumentet 5 har ett högre värde för klassificering, så det sorterar innan dokument 2 och hamnar på den första sidan. Även om det här beteendet kan vara oväntat är det typiskt för hur en sökmotor beter sig.

Bläddra igenom ett stort antal resultat

Använda $top och $skip tillåter att en sökfråga bläddrar igenom 100 000 resultat, men vad händer om resultaten är större än 100 000? Om du vill bläddra igenom ett så här stort svar använder du ett sorteringsordnings - och intervallfilter som en lösning för $skip.

I den här lösningen tillämpas sortering och filter på ett dokument-ID-fält eller ett annat fält som är unikt för varje dokument. Det unika fältet måste ha filterable och sortable attribution i sökindexet.

  1. Utfärda en fråga för att returnera en fullständig sida med sorterade resultat.

    POST /indexes/good-books/docs/search?api-version=2024-07-01
    {  
      "search": "divine secrets",
      "top": 50,
      "orderby": "id asc"
    }

  2. Välj det senaste resultatet som returneras av sökfrågan. Ett exempelresultat med endast ett ID-värde visas här.

    {
    "id": "50"
}

  3. Använd värdet "id" i en intervallfråga för att hämta nästa sida med resultat. Det här ID-fältet ska ha unika värden, annars kan sidnumrering innehålla duplicerade resultat.

    POST /indexes/good-books/docs/search?api-version=2024-07-01
    {  
      "search": "divine secrets",
      "top": 50,
      "orderby": "id asc",
      "filter": "id ge 50"
    }

  4. Sidnumreringen slutar när frågan returnerar noll resultat.

Kommentar

Attributen "filterable" och "sortable" kan bara aktiveras när ett fält först läggs till i ett index. De kan inte aktiveras i ett befintligt fält.

Ordna resultaten

I en fulltextsökningsfråga kan resultaten rangordnas efter:

  • en sökpoäng
  • en semantisk rerankerpoäng
  • en sorteringsordning i ett "sorterbart" fält

Du kan också öka matchningar som finns i specifika fält genom att lägga till en bedömningsprofil.

Ordning efter sökpoäng

För fulltextsökningsfrågor rangordnas resultaten automatiskt efter en sökpoäng, beräknad baserat på termfrekvens och närhet i ett dokument (härlett från TF-IDF), med högre poäng som går till dokument som har fler eller starkare matchningar på en söktermen.

Intervallet "@search.score" är antingen obundet eller 0 upp till (men inkluderar inte) 1,00 på äldre tjänster.

För algoritmen anger en "@search.score" som är lika med 1,00 en resultatuppsättning som inte har angetts eller inte är rangordnad, där 1,0-poängen är enhetlig för alla resultat. Oinspelade resultat inträffar när frågeformuläret är fuzzy-sökning, jokertecken eller regex-frågor eller en tom sökning (search=*). Om du behöver införa en rangordningsstruktur framför resultat som inte är indelade bör du överväga ett $orderby uttryck för att uppnå det målet.

Order by the semantic reranker

Om du använder semantisk ranker avgör "@search.rerankerScore" sorteringsordningen för dina resultat.

Intervallet "@search.rerankerScore" är 1 till 4,00, där en högre poäng indikerar en starkare semantisk matchning.

Beställ med $orderby

Om konsekvent ordning är ett programkrav kan du definiera ett $orderby uttryck i ett fält. Endast fält som indexeras som "sorterbara" kan användas för att sortera resultat.

Fält som ofta används i en $orderby inkluderad klassificering, datum och plats. Filtrering efter plats kräver att filteruttrycket anropar geo.distance() funktionen, förutom fältnamnet.

Numeriska fält (Edm.Double, Edm.Int32, Edm.Int64) sorteras i numerisk ordning (till exempel 1, 2, 10, 11, 20).

Strängfält (Edm.String, Edm.ComplexType-underfält) sorteras i antingen ASCII-sorteringsordning eller Unicode-sorteringsordning, beroende på språk. Du kan inte sortera samlingar av någon typ.

  • Numeriskt innehåll i strängfält sorteras alfabetiskt (1, 10, 11, 2, 20).

  • Versaler sorteras före gemener (APPLE, Apple, BANANA, Banana, apple, banana). Du kan tilldela en textnormaliserare för att förbearbeta texten innan du sorterar för att ändra det här beteendet. Om du använder gemener i ett fält påverkas inte sorteringsbeteendet eftersom Azure AI Search sorterar på en icke-analyserad kopia av fältet.

  • Strängar som leder med diakritiska tecken visas sist (Äpfel, Öffnen, Üben)

Öka relevansen med hjälp av en bedömningsprofil

En annan metod som främjar ordningskonsekvens är att använda en anpassad bedömningsprofil. Bedömningsprofiler ger dig mer kontroll över rangordningen av objekt i sökresultat, med möjlighet att öka matchningar som finns i specifika fält. Den extra bedömningslogiken kan hjälpa till att åsidosätta mindre skillnader mellan repliker eftersom sökpoängen för varje dokument ligger längre ifrån varandra. Vi rekommenderar rangordningsalgoritmen för den här metoden.

Träffmarkering

Träffmarkering refererar till textformatering (till exempel fet eller gul markeringar) som tillämpas på matchande termer i ett resultat, vilket gör det enkelt att upptäcka matchningen. Markering är användbart för längre innehållsfält, till exempel ett beskrivningsfält, där matchningen inte är omedelbart uppenbar.

Observera att markering tillämpas på enskilda termer. Det finns ingen markeringsfunktion för innehållet i ett helt fält. Om du vill markera över en fras måste du ange de matchande termerna (eller frasen) i en citattät frågesträng. Den här tekniken beskrivs närmare i det här avsnittet.

Hitmarkeringsinstruktioner finns i frågebegäran. Frågor som utlöser frågeexpansion i motorn, till exempel fuzzy- och jokerteckensökning, har begränsat stöd för träffmarkering.

Krav för träffmarkering

  • Fält måste vara Edm.String eller Collection(Edm.String)
  • Fält måste hänföras till sökbara fält

Ange markering i begäran

Om du vill returnera markerade termer inkluderar du parametern "highlight" i frågebegäran. Parametern är inställd på en kommaavgränsad lista med fält.

Som standard är <em>formatmarkeringen , men du kan åsidosätta taggen med hjälp av highlightPreTag och highlightPostTag parametrar. Klientkoden hanterar svaret (till exempel att använda ett fetstilt teckensnitt eller en gul bakgrund).

POST /indexes/good-books/docs/search?api-version=2024-07-01
    {  
      "search": "divine secrets",  
      "highlight": "title, original_title",
      "highlightPreTag": "<b>",
      "highlightPostTag": "</b>"
    }

Som standard returnerar Azure AI Search upp till fem markeringar per fält. Du kan justera det här talet genom att lägga till ett bindestreck följt av ett heltal. Returnerar till exempel "highlight": "description-10" upp till 10 markerade termer för matchande innehåll i fältet "beskrivning".

Markerade resultat

När markering läggs till i frågan innehåller svaret en "@search.highlights" för varje resultat så att programkoden kan rikta in sig på den strukturen. Listan över fält som angetts för "markering" ingår i svaret.

I en nyckelordssökning genomsöks varje term separat. En fråga för "gudomliga hemligheter" returnerar matchningar för alla dokument som innehåller någon av termerna.

Skärmbild av markering över en frasfråga.

Markering av nyckelordssökning

I ett markerat fält tillämpas formatering på hela termer. Vid en matchning mot "Ya-Ya-systerskapets gudomliga hemligheter" tillämpas formateringen på varje term separat, även om de är på varandra följande.

"@odata.count": 39,
"value": [
    {
        "@search.score": 19.593246,
        "@search.highlights": {
            "original_title": [
                "<em>Divine</em> <em>Secrets</em> of the Ya-Ya Sisterhood"
            ],
            "title": [
                "<em>Divine</em> <em>Secrets</em> of the Ya-Ya Sisterhood"
            ]
        },
        "original_title": "Divine Secrets of the Ya-Ya Sisterhood",
        "title": "Divine Secrets of the Ya-Ya Sisterhood"
    },
    {
        "@search.score": 12.779835,
        "@search.highlights": {
            "original_title": [
                "<em>Divine</em> Madness"
            ],
            "title": [
                "<em>Divine</em> Madness (Cherub, #5)"
            ]
        },
        "original_title": "Divine Madness",
        "title": "Divine Madness (Cherub, #5)"
    },
    {
        "@search.score": 12.62534,
        "@search.highlights": {
            "original_title": [
                "Grave <em>Secrets</em>"
            ],
            "title": [
                "Grave <em>Secrets</em> (Temperance Brennan, #5)"
            ]
        },
        "original_title": "Grave Secrets",
        "title": "Grave Secrets (Temperance Brennan, #5)"
    }
]

Markering av frassökning

Heltermsformatering gäller även för en frassökning, där flera termer omges av dubbla citattecken. Följande exempel är samma fråga, förutom att "gudomliga hemligheter" skickas som en citattät fras (vissa REST-klienter kräver att du undantar de inre citattecknen med ett omvänt snedstreck \"):

POST /indexes/good-books/docs/search?api-version=2024-07-01 
    {  
      "search": "\"divine secrets\"",
      "select": "title,original_title",
      "highlight": "title",
      "highlightPreTag": "<b>",
      "highlightPostTag": "</b>",
      "count": true
    }

Eftersom kriterierna nu har båda termerna finns bara en matchning i sökindexet. Svaret på ovanstående fråga ser ut så här:

{
    "@odata.count": 1,
    "value": [
        {
            "@search.score": 19.593246,
            "@search.highlights": {
                "title": [
                    "<b>Divine</b> <b>Secrets</b> of the Ya-Ya Sisterhood"
                ]
            },
            "original_title": "Divine Secrets of the Ya-Ya Sisterhood",
            "title": "Divine Secrets of the Ya-Ya Sisterhood"
        }
    ]
}

Frasmarkering på äldre tjänster

tjänsten Search som skapades före den 15 juli 2020 implementerar en annan markeringsupplevelse för frasfrågor.

I följande exempel antar du en frågesträng som innehåller den citattäta frasen "super bowl". Före juli 2020 markeras en term i frasen:

"@search.highlights": {
    "sentence": [
        "The <em>super</em> <em>bowl</em> is <em>super</em> awesome with a <em>bowl</em> of chips"
   ]

För söktjänster som skapats efter juli 2020 returneras endast fraser som matchar den fullständiga frasfrågan i "@search.highlights":

"@search.highlights": {
    "sentence": [
        "The <em>super</em> <em>bowl</em> is super awesome with a bowl of chips"
   ]

Nästa steg

Tänk på följande alternativ för att snabbt generera en söksida för klienten:

  • Skapa en demoapp i portalen och skapa en HTML-sida med ett sökfält, fasetterad navigering och resultatområde som innehåller bilder.

  • Lägg till sökning i en ASP.NET Core-app (MVC) är en självstudiekurs och ett kodexempel som skapar en funktionell klient.

  • Lägg till sökning i webbappar är en självstudiekurs och ett kodexempel som använder React JavaScript-biblioteken för användarupplevelsen. Appen distribueras med Azure Static Web Apps.