Werken met zoekresultaten in Azure AI Search

  • Artikel

In dit artikel wordt uitgelegd hoe u kunt werken met een queryantwoord in Azure AI Search. De structuur van een antwoord wordt bepaald door parameters in de query zelf, zoals beschreven in Search Documents (REST) of SearchResults Class (Azure voor .NET).

Parameters voor de query bepalen:

  • Veldselectie
  • Aantal overeenkomsten gevonden in de index voor de query
  • Zoekresultaten oproepen
  • Aantal resultaten in het antwoord (standaard maximaal 50)
  • Sorteervolgorde
  • Termen markeren binnen een resultaat, overeenkomend op de gehele of gedeeltelijke term in de hoofdtekst

Resultaatsamenstelling

Resultaten zijn tabellair, samengesteld uit velden van alle 'ophaalbare' velden of beperkt tot alleen die velden die zijn opgegeven in de $select parameters. Rijen zijn de overeenkomende documenten.

U kunt kiezen welke velden in de zoekresultaten staan. Hoewel een zoekdocument mogelijk een groot aantal velden bevat, zijn er meestal slechts enkele nodig om elk document in resultaten weer te geven. Voeg in een queryaanvraag toe $select=<field list> om op te geven welke velden 'ophaalbaar' in het antwoord moeten worden weergegeven.

Kies velden die contrast en differentiatie bieden tussen documenten, zodat er voldoende informatie beschikbaar is om een klik-through-antwoord uit te nodigen voor het deel van de gebruiker. Op een e-commercesite kan het een productnaam, beschrijving, merk, kleur, grootte, prijs en beoordeling zijn. Voor de ingebouwde index hotels-sample is dit mogelijk de velden 'select' in het volgende voorbeeld:

POST /indexes/hotels-sample-index/docs/search?api-version=2020-06-30 
    {  
      "search": "sandy beaches",
      "select": "HotelId, HotelName, Description, Rating, Address/City"
      "count": true
    }

Notitie

Voor afbeeldingen in resultaten, zoals een productfoto of logo, slaat u deze op buiten Azure AI Search, maar voegt u een veld in uw index toe om te verwijzen naar de afbeeldings-URL in het zoekdocument. Voorbeeldindexen die afbeeldingen in de resultaten demonstreren, bevatten de demo realestate-sample-us (een ingebouwde voorbeeldgegevensset die u eenvoudig kunt bouwen in de wizard Gegevens importeren) en de demo-app New York City Jobs.

Tips voor onverwachte resultaten

Af en toe is de stof en niet de structuur van de resultaten onverwacht. U kunt bijvoorbeeld merken dat sommige resultaten duplicaten lijken te zijn of dat een resultaat dat bovenaan moet worden weergegeven, lager in de resultaten staat. Wanneer queryresultaten onverwacht zijn, kunt u deze querywijzigingen proberen om te zien of de resultaten worden verbeterd:

  • Wijzig searchMode=any (standaard) om overeenkomsten op alle criteria te searchMode=all vereisen in plaats van een van de criteria. Dit geldt met name wanneer booleaanse operators de query bevatten.

  • Experimenteer met verschillende lexicale analysen of aangepaste analyse om te zien of het queryresultaat wordt gewijzigd. Met de standaardanalyse worden woorden met afbreekstreepjes opgebroken en worden woorden beperkt tot hoofdformulieren, waardoor de robuustheid van een queryreactie meestal wordt verbeterd. Als u echter afbreekstreepjes wilt behouden of als tekenreeksen speciale tekens bevatten, moet u mogelijk aangepaste analysefuncties configureren om ervoor te zorgen dat de index tokens in de juiste indeling bevat. Zie Gedeeltelijke zoektermen en patronen met speciale tekens (afbreekstreepjes, jokertekens, regex, patronen) voor meer informatie.

Overeenkomsten tellen

De parameter aantal retourneert het aantal documenten in de index dat wordt beschouwd als een overeenkomst voor de query. Als u het aantal wilt retourneren, voegt u deze toe $count=true aan de queryaanvraag. Er is geen maximumwaarde opgelegd door de zoekservice. Afhankelijk van uw query en de inhoud van uw documenten, kan het aantal zo hoog zijn als elk document in de index.

Het aantal is nauwkeurig wanneer de index stabiel is. Als het systeem documenten actief toevoegt, bijwerkt of verwijdert, wordt het aantal geschatte documenten uitgesloten, met uitzondering van documenten die niet volledig zijn geïndexeerd.

Het aantal wordt niet beïnvloed door routineonderhoud of andere workloads in de zoekservice. Als u echter meerdere partities en één replica hebt, kunt u korte termijnschommelingen ervaren in het aantal documenten (enkele minuten) omdat de partities opnieuw worden opgestart.

Tip

Als u indexeringsbewerkingen wilt controleren, kunt u controleren of de index het verwachte aantal documenten bevat door een lege zoekquery search=* toe te voegen$count=true. Het resultaat is het volledige aantal documenten in uw index.

Bij het testen van querysyntaxis $count=true kunt u snel zien of uw wijzigingen meer of minder resultaten opleveren, wat nuttige feedback kan zijn.

Zoekresultaten oproepen

Standaard retourneert de zoekmachine maximaal de eerste 50 overeenkomsten. De top 50 worden bepaald door de zoekscore, ervan uitgaande dat de query zoeken in volledige tekst of semantisch is. Anders is de top 50 een willekeurige volgorde voor exacte overeenkomstquery's (waarbij uniform '@searchScore=1,0' willekeurige rangschikking aangeeft).

Als u de paging wilt beheren van alle documenten die worden geretourneerd in een resultatenset, voegt u parameters $skip toe $top aan de GET-queryaanvraag of top aan skip de POST-queryaanvraag. In de volgende lijst wordt de logica uitgelegd.

  • Retourneert de eerste set van 15 overeenkomende documenten plus een telling van het totale aantal overeenkomsten: GET /indexes/<INDEX-NAME>/docs?search=<QUERY STRING>&$top=15&$skip=0&$count=true

  • Retourneer de tweede set, waarbij de eerste 15 wordt overgeslagen om de volgende 15 te krijgen: $top=15&$skip=15. Herhaal dit voor de derde set van 15: $top=15&$skip=30

De resultaten van gepagineerde query's zijn niet gegarandeerd stabiel als de onderliggende index verandert. Bij het wisselen wordt de waarde van $skip elke pagina gewijzigd, maar elke query is onafhankelijk en werkt deze op de huidige weergave van de gegevens zoals deze zich in de index op het moment van de query bevinden (met andere woorden, er is geen caching of momentopname van resultaten, zoals die in een database voor algemeen gebruik).

Hier volgt een voorbeeld van hoe u duplicaten krijgt. Stel dat u een index met vier documenten hebt:

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

Stel nu dat u wilt dat resultaten twee tegelijk worden geretourneerd, gesorteerd op beoordeling. U voert deze query uit om de eerste pagina met resultaten op te halen: $top=2&$skip=0&$orderby=rating deschet produceren van de volgende resultaten:

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

In de service wordt ervan uitgegaan dat er een vijfde document wordt toegevoegd aan de index tussen queryoproepen: { "id": "5", "rating": 4 }. Kort daarna voert u een query uit om de tweede pagina op te halen: $top=2&$skip=2&$orderby=rating descen haalt u de volgende resultaten op:

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

U ziet dat document 2 twee keer wordt opgehaald. Dit komt doordat het nieuwe document 5 een hogere waarde heeft voor classificatie, zodat het sorteert voor document 2 en op de eerste pagina terechtkomt. Hoewel dit gedrag mogelijk onverwacht is, is het gebruikelijk dat een zoekmachine zich gedraagt.

Door een groot aantal resultaten bladeren

Een $top zoekquery gebruiken en $skip toestaan om tot 100.000 resultaten te bladeren, maar wat gebeurt er als de resultaten groter zijn dan 100.000? Als u een antwoord van deze grote wilt bekijken, gebruikt u een sorteervolgorde en bereikfilter als tijdelijke oplossing voor $skip.

In deze tijdelijke oplossing worden sorteren en filteren toegepast op een document-id-veld of een ander veld dat uniek is voor elk document. Het unieke veld moet de zoekindex hebben filterable en sortable toeschrijven.

  1. Geef een query uit om een volledige pagina met gesorteerde resultaten te retourneren.

    POST /indexes/good-books/docs/search?api-version=2020-06-30
    {  
      "search": "divine secrets",
      "top": 50,
      "orderby": "id asc"
    }

  2. Kies het laatste resultaat dat wordt geretourneerd door de zoekquery. Hier ziet u een voorbeeldresultaat met alleen een id-waarde.

    {
    "id": "50"
}

  3. Gebruik die id-waarde in een bereikquery om de volgende pagina met resultaten op te halen. Dit veld id moet unieke waarden hebben, anders kan paginering dubbele resultaten bevatten.

    POST /indexes/good-books/docs/search?api-version=2020-06-30
    {  
      "search": "divine secrets",
      "top": 50,
      "orderby": "id asc",
      "filter": "id ge 50"
    }

  4. Paginering eindigt wanneer de query nul resultaten retourneert.

Notitie

De kenmerken 'filterbaar' en 'sorteerbaar' kunnen alleen worden ingeschakeld wanneer een veld voor het eerst aan een index wordt toegevoegd. Ze kunnen niet worden ingeschakeld voor een bestaand veld.

Resultaten ordenen

In een zoekquery voor volledige tekst kunnen resultaten worden gerangschikt op:

  • een zoekscore
  • een semantische rerankerscore
  • een sorteervolgorde op een 'sorteerbaar' veld

U kunt ook eventuele overeenkomsten in specifieke velden verbeteren door een scoreprofiel toe te voegen.

Volgorde op zoekscore

Voor zoekopdrachten in volledige tekst worden resultaten automatisch gerangschikt op een zoekscore, berekend op basis van termenfrequentie en nabijheid in een document (afgeleid van TF-IDF), met hogere scores die naar documenten met meer of sterkere overeenkomsten op een zoekterm gaan.

Het bereik '@search.score' is niet-afhankelijk of 0 tot (maar niet inclusief) 1,00 op oudere services.

Voor beide algoritmes geeft een '@search.score' gelijk aan 1,00 een niet-gescorede of ongerankeerde resultatenset aan, waarbij de score 1,0 uniform is voor alle resultaten. Niet-gescorede resultaten treden op wanneer het queryformulier fuzzy zoekopdrachten, jokertekens of regex-query's of een lege zoekopdracht (search=*) is. Als u een classificatiestructuur moet opleggen boven niet-gescorede resultaten, kunt u een $orderby expressie overwegen om dat doel te bereiken.

Volgorde door de semantische reranker

Als u semantische rangschikking gebruikt, bepaalt de '@search.rerankerScore' de sorteervolgorde van uw resultaten.

Het bereik @search.rerankerScore is 1 tot 4,00, waarbij een hogere score een sterkere semantische overeenkomst aangeeft.

Bestellen met $orderby

Als consistente volgorde een toepassingsvereiste is, kunt u een $orderby expressie voor een veld definiëren. Alleen velden die zijn geïndexeerd als 'sorteerbaar' kunnen worden gebruikt om resultaten te ordenen.

Velden die vaak worden gebruikt in een $orderby insluitingsclassificatie, -datum en -locatie. Filteren op locatie vereist dat de filterexpressie de geo.distance() functie aanroept, naast de veldnaam.

Numerieke velden (Edm.Double, Edm.Int32, Edm.Int64) worden gesorteerd in numerieke volgorde (bijvoorbeeld 1, 2, 10, 11, 20).

Tekenreeksvelden (subvelden Edm.String, Edm.ComplexType) worden gesorteerd in asCII-sorteervolgorde of Unicode-sorteervolgorde, afhankelijk van de taal. U kunt geen verzamelingen van elk type sorteren.

  • Numerieke inhoud in tekenreeksvelden wordt alfabetisch gesorteerd (1, 10, 11, 2, 20).

  • Hoofdletters worden voor kleine letters gesorteerd (APPLE, Apple, BANAAN, Banaan, appel, banaan). U kunt een tekstnormizer toewijzen om de tekst vooraf te verwerken voordat u sorteert om dit gedrag te wijzigen. Het gebruik van de tokenizer voor kleine letters in een veld heeft geen invloed op het sorteergedrag omdat Azure AI Search sorteert op een niet-geanalyseerde kopie van het veld.

  • Tekenreeksen die leiden met diakritische tekens worden als laatste weergegeven (Äpfel, Öffnen, Üben)

Relevantie verhogen met behulp van een scoreprofiel

Een andere benadering die de consistentie van de volgorde bevordert, is het gebruik van een aangepast scoreprofiel. Scoreprofielen geven u meer controle over de rangschikking van items in zoekresultaten, met de mogelijkheid om overeenkomsten in specifieke velden te verbeteren. De extra scorelogica kan helpen kleine verschillen tussen replica's te overschrijven, omdat de zoekscores voor elk document verder van elkaar liggen. We raden het classificatie-algoritme voor deze benadering aan.

Markeren

Treffermarkeringen verwijzen naar tekstopmaak (zoals vet of gele markeringen) die zijn toegepast op overeenkomende termen in een resultaat, zodat u de overeenkomst eenvoudig kunt herkennen. Markeren is handig voor langere inhoudsvelden, zoals een beschrijvingsveld, waarbij de overeenkomst niet direct duidelijk is.

U ziet dat markering wordt toegepast op afzonderlijke termen. Er is geen markeringsmogelijkheid voor de inhoud van een heel veld. Als u een woordgroep wilt markeren, moet u de overeenkomende termen (of woordgroepen) opgeven in een door aanhalingstekenreeks. Deze techniek wordt verder beschreven in deze sectie.

Instructies voor het markeren van treffers worden weergegeven in de queryaanvraag. Query's die query-uitbreiding in de engine activeren, zoals fuzzy en zoekopdrachten met jokertekens, bieden beperkte ondersteuning voor het markeren van treffers.

Vereisten voor het markeren van treffers

  • Velden moeten of Edm.StringCollection(Edm.String)
  • Velden moeten worden toegeschreven aan doorzoekbaar

Markering opgeven in de aanvraag

Als u gemarkeerde termen wilt retourneren, neemt u de parameter 'highlight' op in de queryaanvraag. De parameter wordt ingesteld op een door komma's gescheiden lijst met velden.

Standaard is <em>de opmaakmarkering, maar u kunt de tag overschrijven met behulp van highlightPreTag en highlightPostTag parameters. De clientcode verwerkt het antwoord (bijvoorbeeld het toepassen van een vet lettertype of een gele achtergrond).

POST /indexes/good-books/docs/search?api-version=2020-06-30 
    {  
      "search": "divine secrets",  
      "highlight": "title, original_title",
      "highlightPreTag": "<b>",
      "highlightPostTag": "</b>"
    }

Standaard retourneert Azure AI Search maximaal vijf markeringen per veld. U kunt dit getal aanpassen door een streepje toe te voegen gevolgd door een geheel getal. Retourneert bijvoorbeeld "highlight": "description-10" maximaal 10 gemarkeerde termen voor overeenkomende inhoud in het veld Beschrijving.

Gemarkeerde resultaten

Wanneer markeringen worden toegevoegd aan de query, bevat het antwoord een '@search.highlights' voor elk resultaat, zodat uw toepassingscode zich op die structuur kan richten. De lijst met velden die zijn opgegeven voor 'markeren' zijn opgenomen in het antwoord.

In een trefwoordzoekopdracht wordt elke term afzonderlijk gescand. Een query voor 'goddelijke geheimen' retourneert overeenkomsten in elk document met een van beide termen.

Schermopname van het markeren van een woordgroepsquery.

Trefwoorden zoeken markeren

In een gemarkeerd veld wordt opmaak toegepast op hele termen. Bij een overeenkomst met "The Divine Secrets of the Ya-Ya Sisterhood" wordt de opmaak bijvoorbeeld op elke term afzonderlijk toegepast, ook al zijn ze opeenvolgend.

"@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)"
    }
]

Zoektermen markeren

Wie le-termopmaak is zelfs van toepassing op een woordgroepszoekopdracht, waarbij meerdere termen tussen dubbele aanhalingstekens staan. Het volgende voorbeeld is dezelfde query, behalve dat "goddelijke geheimen" wordt ingediend als een tussenhaling geplaatste woordgroep (sommige REST-clients vereisen dat u de binnenste aanhalingstekens met een backslash \"escapet):

POST /indexes/good-books/docs/search?api-version=2020-06-30 
    {  
      "search": "\"divine secrets\"",,
      "select": "title,original_title",
      "highlight": "title",
      "highlightPreTag": "<b>",
      "highlightPostTag": "</b>",
      "count": true
    }

Omdat de criteria nu beide termen bevatten, wordt er slechts één overeenkomst gevonden in de zoekindex. Het antwoord op de bovenstaande query ziet er als volgt uit:

{
    "@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"
        }
    ]
}

Woordgroepen markeren op oudere services

Search-service s die vóór 15 juli 2020 zijn gemaakt, implementeren een andere markeringservaring voor woordgroepenquery's.

Voor de volgende voorbeelden gaat u uit van een queryreeks die de tussenhalingstekens 'super bowl' bevat. Vóór juli 2020 is een term in de zin gemarkeerd:

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

Voor zoekservices die na juli 2020 zijn gemaakt, worden alleen zinnen geretourneerd die overeenkomen met de volledige woordgroepsquery in '@search.highlights':

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

Volgende stappen

Als u snel een zoekpagina voor uw client wilt genereren, kunt u de volgende opties overwegen:

  • Toepassingsgenerator maakt in de portal een HTML-pagina met een zoekbalk, facetnavigatie en resultatengebied met afbeeldingen.

  • Zoeken toevoegen aan een ASP.NET Core-app (MVC) is een zelfstudie en codevoorbeeld waarmee een functionele client wordt gebouwd.

  • Zoeken toevoegen aan web-apps is een zelfstudie en codevoorbeeld dat gebruikmaakt van de React JavaScript-bibliotheken voor de gebruikerservaring. De app wordt geïmplementeerd met behulp van Azure Static Web Apps.