Búsqueda semántica en Azure Cognitive Search

La búsqueda semántica es una colección de funcionalidades relacionadas con las consultas que aporta relevancia semántica y comprensión del lenguaje a los resultados de la búsqueda. Este artículo es una introducción general a la búsqueda semántica, con descripciones de cada característica y su funcionamiento colectivo. La tecnología se describe en el vídeo insertado y la disponibilidad y los precios aparece en la sección del final.

La búsqueda semántica es una característica Prémium. Si necesita información general, le recomendamos este artículo, pero si prefiere empezar a trabajar, siga estos pasos:

¿Qué es la búsqueda semántica?

La búsqueda semántica es una colección de características que mejoran la calidad de los resultados de la búsqueda. Cuando se habilita en el servicio de búsqueda, extiende la canalización de ejecución de consultas de dos maneras. En primer lugar, agrega una clasificación secundaria a un conjunto de resultados inicial, lo que promociona los resultados más pertinentes semánticamente a la parte superior de la lista. En segundo lugar, extrae y devuelve subtítulos y respuestas en la respuesta, que puede representar en una página de búsqueda para mejorar la experiencia de búsqueda del usuario.

Funcionamiento de la clasificación semántica

La clasificación semántica busca el contexto y la relación entre los términos, elevando las coincidencias que tienen más sentido en función de la consulta. Language Understanding busca resúmenes o títulos y respuestas en el contenido, y los incluye en la respuesta, que luego se puede representar en una página de resultados de búsqueda para una experiencia de búsqueda más productiva.

Los modelos previamente entrenados de última generación se usan para el resumen y la clasificación. Para mantener el rápido rendimiento que los usuarios esperan de la búsqueda, el resumen semántico y la clasificación se aplican solo a los 50 resultados principales, en función de la puntuación del algoritmo de puntuación de similitud predeterminada. Al usar los resultados como un corpus de documento, la clasificación semántica vuelve a puntuar los resultados en función de la intensidad semántica de la coincidencia.

La tecnología subyacente es de Bing y Microsoft Research, y se integra con la infraestructura de Cognitive Search como una característica de complemento. Para más información sobre las inversiones en investigación e inteligencia artificial que respaldan la búsqueda semántica, consulte Formas en que la inteligencia artificial de Bing Azure se usa en Cognitive Search (blog de Microsoft Research).

En el vídeo siguiente se proporciona información general de las funcionalidades.

Orden de las operaciones

Los componentes de la búsqueda semántica amplían la canalización de ejecución de consultas existente en ambas direcciones. Si habilita la corrección ortográfica, el corrector ortográfico corrige los errores tipográficos al principio de la consulta, antes de que los términos de la consulta lleguen al motor de búsqueda.

La ejecución de la consulta se realiza de la manera habitual, con el análisis de términos, varios exámenes y el análisis de los índices invertidos. El motor recupera los documentos mediante la coincidencia de tokens y puntúa los resultados mediante el algoritmo de puntuación de similitud predeterminada. Las puntuaciones se calculan en función del grado de similitud lingüística entre los términos de consulta y los términos coincidentes del índice. Si los ha definido, los perfiles de puntuación también se aplican en esta fase. A continuación, los resultados se pasan al subsistema de búsqueda semántica.

En el paso de preparación, el corpus del documento que se ha devuelto desde el conjunto de resultados inicial se analiza a nivel de oración y de párrafo para buscar pasajes que resuman cada documento. A diferencia de la búsqueda de palabras clave, este paso usa la lectura y la comprensión automáticas para evaluar el contenido. Con esta fase de procesamiento de contenido, una consulta semántica devuelve descripciones y respuestas. Para formular estos elementos, la búsqueda semántica usa la representación del lenguaje para extraer y resaltar los pasajes principales que mejor resuman un resultado. Si la consulta de búsqueda es una pregunta y se solicitan respuestas, la respuesta también incluirá el pasaje de texto que mejor responda a la pregunta, según se exprese en la consulta de búsqueda.

En el caso de los títulos y las respuestas, se usa el texto existente en la formulación. Tenga en cuenta que los modelos semánticos no componen nuevas oraciones o frases a partir del contenido disponible, ni aplican la lógica para llegar a nuevas conclusiones. En resumen, el sistema nunca devolverá contenido que no exista.

A continuación, los resultados se vuelven a puntuar en función de la similitud conceptual de los términos de la consulta.

Para usar las funcionalidades semánticas en las consultas, deberá realizar pequeñas modificaciones en la solicitud de búsqueda, pero no necesitará realizar más configuraciones ni nuevas indexaciones.

Funcionalidades y limitaciones semánticas

La búsqueda semántica es una tecnología novedosa, por lo que es importante establecer expectativas sobre lo que puede y no puede hacer. Lo que puede hacer es mejorar la calidad de la búsqueda:

• Promoviendo las coincidencias que están semánticamente más cerca de la intención de la consulta original.

• Buscando cadenas en cada resultado que se puedan usar como subtítulos y, posiblemente, respuestas, que se puedan representar en una página de resultados de la búsqueda.

Lo que no puede hacer es volver a ejecutar la consulta en todo el corpus para buscar resultados semánticamente relevantes. La búsqueda semántica vuelve a clasificar el conjunto de resultados existente, que consta de los 50 primeros resultados puntuados por el algoritmo de clasificación predeterminado. Además, la búsqueda semántica no puede crear nuevas cadenas o información. Los subtítulos y las respuestas se extraen textualmente del contenido, por lo que si los resultados no incluyen texto parecido a una respuesta, los modelos de lenguaje no producirán uno.

Aunque la búsqueda semántica no es ventajosa en todos los escenarios, cierto contenido puede beneficiarse significativamente de sus funcionalidades. Los modelos de lenguaje de la búsqueda semántica funcionan mejor en contenido que permite búsquedas, que tiene gran cantidad de información y está estructurado como prosa. Una knowledge base, documentación en línea o los documentos con contenido descriptivo son los que más se benefician de las funcionalidades de la búsqueda semántica.

Disponibilidad y precios

La búsqueda semántica está disponible a través del registro de suscripción. Hay una sola suscripción para las características semánticas y la revisión ortográfica.

¹ Debido a los mecanismos de aprovisionamiento y a la vida útil de los servicios de búsqueda compartidos (gratuitos), un pequeño número de servicios tienen corrección ortográfica en el nivel gratuito. Sin embargo, la disponibilidad de la corrección ortográfica en los servicios de nivel gratuito no está garantizada y no debe esperarse.

Los cargos de la búsqueda semántica se aplican cuando las solicitudes de consulta incluyen "queryType=semantic" y la cadena de búsqueda no está vacía (por ejemplo, "search=pet friendly hotels in new york"). Si la cadena de búsqueda está vacía ("search=*"), no se cobra, aunque queryType esté establecido en "semantic".

Deshabilitación de la búsqueda semántica

Para una protección completa frente al uso accidental y los cargos, puede deshabilitar la búsqueda semántica mediante la API de creación o actualización de servicio en el servicio de búsqueda. Una vez deshabilitada la característica, se rechazan las solicitudes que incluyen el tipo de consulta semántica.

• En la API REST de administración, versión 2021-04-01-Preview, se proporciona esta opción.

• Se requieren permisos de propietario o colaborador para deshabilitar las características.

PUT https://management.azure.com/subscriptions/{{subscriptionId}}/resourcegroups/{{resource-group}}/providers/Microsoft.Search/searchServices/{{search-service-name}}?api-version=2021-04-01-Preview
    {
      "location": "{{region}}",
      "sku": {
        "name": "standard"
      },
      "properties": {
        "semanticSearch": "disabled"
      }
    }

Para volver a habilitar la búsqueda semántica, vuelva a ejecutar la solicitud anterior, estableciendo "semanticSearch" en "gratis" (valor predeterminado) o "estándar".

Pasos siguientes

Regístrese para obtener la versión preliminar en un servicio de búsqueda que cumple con los requisitos regionales y de nivel indicados en la sección anterior.

La solicitud puede tardar hasta dos días laborables en procesarse. Una vez que el servicio esté listo, cree una consulta semántica para evaluar su rendimiento en el contenido.