Compartir a través de


Indexes - Get

Recupera una definición de índice.

GET {endpoint}/indexes('{indexName}')?api-version=2024-07-01

Parámetros de identificador URI

Nombre En Requerido Tipo Description
endpoint
path True

string

Dirección URL del punto de conexión del servicio de búsqueda.

indexName
path True

string

Nombre del índice que se va a recuperar.

api-version
query True

string

Versión de api de cliente.

Encabezado de la solicitud

Nombre Requerido Tipo Description
x-ms-client-request-id

string (uuid)

Identificador de seguimiento enviado con la solicitud para ayudar con la depuración.

Respuestas

Nombre Tipo Description
200 OK

SearchIndex

Other Status Codes

ErrorResponse

Respuesta de error.

Ejemplos

SearchServiceGetIndex

Solicitud de ejemplo

GET https://myservice.search.windows.net/indexes('hotels')?api-version=2024-07-01

Respuesta de muestra

{
  "name": "hotels",
  "fields": [
    {
      "name": "hotelId",
      "type": "Edm.String",
      "searchable": false,
      "filterable": true,
      "retrievable": true,
      "sortable": true,
      "facetable": true,
      "key": true,
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "analyzer": null,
      "dimensions": null,
      "vectorSearchProfile": null,
      "synonymMaps": []
    },
    {
      "name": "baseRate",
      "type": "Edm.Double",
      "searchable": false,
      "filterable": true,
      "retrievable": true,
      "sortable": true,
      "facetable": true,
      "key": false,
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "analyzer": null,
      "dimensions": null,
      "vectorSearchProfile": null,
      "synonymMaps": []
    },
    {
      "name": "description",
      "type": "Edm.String",
      "searchable": true,
      "filterable": false,
      "retrievable": true,
      "sortable": false,
      "facetable": false,
      "key": false,
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "analyzer": null,
      "dimensions": null,
      "vectorSearchProfile": null,
      "synonymMaps": []
    },
    {
      "name": "descriptionEmbedding",
      "type": "Collection(Edm.Single)",
      "searchable": true,
      "filterable": false,
      "retrievable": true,
      "sortable": false,
      "facetable": false,
      "key": false,
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "analyzer": null,
      "dimensions": 1536,
      "vectorSearchProfile": "myHnswProfile",
      "synonymMaps": []
    },
    {
      "name": "description_fr",
      "type": "Edm.String",
      "searchable": true,
      "filterable": false,
      "retrievable": true,
      "sortable": false,
      "facetable": false,
      "key": false,
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "analyzer": "fr.lucene",
      "dimensions": null,
      "vectorSearchProfile": null,
      "synonymMaps": []
    },
    {
      "name": "hotelName",
      "type": "Edm.String",
      "searchable": true,
      "filterable": true,
      "retrievable": true,
      "sortable": true,
      "facetable": true,
      "key": false,
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "analyzer": null,
      "dimensions": null,
      "vectorSearchProfile": null,
      "synonymMaps": []
    },
    {
      "name": "category",
      "type": "Edm.String",
      "searchable": true,
      "filterable": true,
      "retrievable": true,
      "sortable": true,
      "facetable": true,
      "key": false,
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "analyzer": null,
      "dimensions": null,
      "vectorSearchProfile": null,
      "synonymMaps": []
    },
    {
      "name": "tags",
      "type": "Collection(Edm.String)",
      "searchable": true,
      "filterable": true,
      "retrievable": true,
      "sortable": false,
      "facetable": true,
      "key": false,
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "analyzer": "tagsAnalyzer",
      "dimensions": null,
      "vectorSearchProfile": null,
      "synonymMaps": []
    },
    {
      "name": "parkingIncluded",
      "type": "Edm.Boolean",
      "searchable": false,
      "filterable": true,
      "retrievable": true,
      "sortable": true,
      "facetable": true,
      "key": false,
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "analyzer": null,
      "dimensions": null,
      "vectorSearchProfile": null,
      "synonymMaps": []
    },
    {
      "name": "smokingAllowed",
      "type": "Edm.Boolean",
      "searchable": false,
      "filterable": true,
      "retrievable": true,
      "sortable": true,
      "facetable": true,
      "key": false,
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "analyzer": null,
      "dimensions": null,
      "vectorSearchProfile": null,
      "synonymMaps": []
    },
    {
      "name": "lastRenovationDate",
      "type": "Edm.DateTimeOffset",
      "searchable": false,
      "filterable": true,
      "retrievable": true,
      "sortable": true,
      "facetable": true,
      "key": false,
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "analyzer": null,
      "dimensions": null,
      "vectorSearchProfile": null,
      "synonymMaps": []
    },
    {
      "name": "rating",
      "type": "Edm.Int32",
      "searchable": false,
      "filterable": true,
      "retrievable": true,
      "sortable": true,
      "facetable": true,
      "key": false,
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "analyzer": null,
      "dimensions": null,
      "vectorSearchProfile": null,
      "synonymMaps": []
    },
    {
      "name": "location",
      "type": "Edm.GeographyPoint",
      "searchable": false,
      "filterable": true,
      "retrievable": true,
      "sortable": true,
      "facetable": false,
      "key": false,
      "indexAnalyzer": null,
      "searchAnalyzer": null,
      "analyzer": null,
      "dimensions": null,
      "vectorSearchProfile": null,
      "synonymMaps": []
    }
  ],
  "scoringProfiles": [
    {
      "name": "geo",
      "functionAggregation": "sum",
      "text": {
        "weights": {
          "hotelName": 5
        }
      },
      "functions": [
        {
          "type": "distance",
          "boost": 5,
          "fieldName": "location",
          "interpolation": "logarithmic",
          "distance": {
            "referencePointParameter": "currentLocation",
            "boostingDistance": 10
          }
        }
      ]
    }
  ],
  "defaultScoringProfile": "geo",
  "suggesters": [
    {
      "name": "sg",
      "searchMode": "analyzingInfixMatching",
      "sourceFields": [
        "hotelName"
      ]
    }
  ],
  "analyzers": [
    {
      "name": "tagsAnalyzer",
      "@odata.type": "#Microsoft.Azure.Search.CustomAnalyzer",
      "charFilters": [
        "html_strip"
      ],
      "tokenizer": "standard_v2"
    }
  ],
  "tokenizers": [],
  "tokenFilters": [],
  "charFilters": [],
  "corsOptions": {
    "allowedOrigins": [
      "tempuri.org"
    ],
    "maxAgeInSeconds": 60
  },
  "encryptionKey": {
    "keyVaultKeyName": "myKeyName",
    "keyVaultKeyVersion": "myKeyVersion",
    "keyVaultUri": "https://myKeyVault.vault.azure.net",
    "accessCredentials": {
      "applicationId": "00000000-0000-0000-0000-000000000000",
      "applicationSecret": null
    }
  },
  "semantic": {
    "configurations": [
      {
        "name": "semanticHotels",
        "prioritizedFields": {
          "titleField": {
            "fieldName": "hotelName"
          },
          "prioritizedContentFields": [
            {
              "fieldName": "description"
            },
            {
              "fieldName": "description_fr"
            }
          ],
          "prioritizedKeywordsFields": [
            {
              "fieldName": "tags"
            },
            {
              "fieldName": "category"
            }
          ]
        }
      }
    ]
  },
  "vectorSearch": {
    "algorithms": [
      {
        "name": "myHnsw",
        "kind": "hnsw",
        "hnswParameters": {
          "metric": "cosine",
          "m": 4,
          "efConstruction": 400,
          "efSearch": 500
        }
      },
      {
        "name": "myExhaustive",
        "kind": "exhaustiveKnn",
        "exhaustiveKnnParameters": {
          "metric": "cosine"
        }
      }
    ],
    "profiles": [
      {
        "name": "myHnswProfile",
        "algorithm": "myHnsw"
      },
      {
        "name": "myAlgorithm",
        "algorithm": "myExhaustive"
      }
    ]
  }
}

Definiciones

Nombre Description
AsciiFoldingTokenFilter

Convierte caracteres alfabéticos, numéricos y simbólicos Unicode que no están en los primeros 127 caracteres ASCII (el bloque Unicode "Básico latino") en sus equivalentes ASCII, si existen dichos equivalentes. Este filtro de token se implementa mediante Apache Lucene.

AzureActiveDirectoryApplicationCredentials

Credenciales de una aplicación registrada creada para el servicio de búsqueda, que se usa para el acceso autenticado a las claves de cifrado almacenadas en Azure Key Vault.

AzureOpenAIEmbeddingSkill

Permite generar una inserción de vectores para una entrada de texto determinada mediante el recurso de Azure OpenAI.

AzureOpenAIModelName

Nombre del modelo de Azure Open AI al que se llamará.

AzureOpenAIParameters

Especifica los parámetros para conectarse al recurso de Azure OpenAI.

AzureOpenAIVectorizer

Especifica el recurso de Azure OpenAI que se usa para vectorizar una cadena de consulta.

BinaryQuantizationVectorSearchCompressionConfiguration

Contiene opciones de configuración específicas del método de compresión de cuantificación binaria que se usa durante la indexación y la consulta.

BM25Similarity

Función de clasificación basada en el algoritmo de similitud okapi BM25. BM25 es un algoritmo similar a TF-IDF que incluye la normalización de longitud (controlada por el parámetro 'b'), así como la saturación de frecuencia de términos (controlada por el parámetro 'k1').

CharFilterName

Define los nombres de todos los filtros de caracteres admitidos por el motor de búsqueda.

CjkBigramTokenFilter

Forma bigrams de términos de CJK que se generan a partir del tokenizador estándar. Este filtro de token se implementa mediante Apache Lucene.

CjkBigramTokenFilterScripts

Scripts que CjkBigramTokenFilter puede omitir.

ClassicSimilarity

Algoritmo de similitud heredado que usa la implementación de TFIDFSimilarity de Lucene de TF-IDF. Esta variación de TF-IDF introduce la normalización estática de la longitud del documento, así como la coordinación de factores que penalizan los documentos que solo coinciden parcialmente con las consultas buscadas.

ClassicTokenizer

Tokenizador basado en gramática que es adecuado para procesar la mayoría de los documentos de idioma europeo. Este tokenizador se implementa mediante Apache Lucene.

CommonGramTokenFilter

Construya bigrams para términos que se producen con frecuencia durante la indexación. Los términos únicos todavía se indexan también, con bigrams superpuestos. Este filtro de token se implementa mediante Apache Lucene.

CorsOptions

Define las opciones para controlar el uso compartido de recursos entre orígenes (CORS) para un índice.

CustomAnalyzer

Permite tomar el control sobre el proceso de conversión de texto en tokens indexables o que se pueden buscar. Se trata de una configuración definida por el usuario que consta de un único tokenizador predefinido y uno o varios filtros. El tokenizador es responsable de dividir texto en tokens y los filtros para modificar los tokens emitidos por el tokenizador.

DictionaryDecompounderTokenFilter

Descompone palabras compuestas encontradas en muchos idiomas alemanes. Este filtro de token se implementa mediante Apache Lucene.

DistanceScoringFunction

Define una función que aumenta las puntuaciones en función de la distancia desde una ubicación geográfica.

DistanceScoringParameters

Proporciona valores de parámetro a una función de puntuación de distancia.

EdgeNGramTokenFilter

Genera n-gramas de los tamaños especificados a partir de la parte delantera o posterior de un token de entrada. Este filtro de token se implementa mediante Apache Lucene.

EdgeNGramTokenFilterSide

Especifica a qué lado de la entrada se debe generar un n-grama.

EdgeNGramTokenFilterV2

Genera n-gramas de los tamaños especificados a partir de la parte delantera o posterior de un token de entrada. Este filtro de token se implementa mediante Apache Lucene.

EdgeNGramTokenizer

Tokeniza la entrada de un borde en n gramos de los tamaños especificados. Este tokenizador se implementa mediante Apache Lucene.

ElisionTokenFilter

Quita las elisiones. Por ejemplo, "l'avion" (el plano) se convertirá en "avion" (plano). Este filtro de token se implementa mediante Apache Lucene.

ErrorAdditionalInfo

Información adicional sobre el error de administración de recursos.

ErrorDetail

Detalle del error.

ErrorResponse

Respuesta de error

ExhaustiveKnnParameters

Contiene los parámetros específicos del algoritmo KNN exhaustivo.

ExhaustiveKnnVectorSearchAlgorithmConfiguration

Contiene opciones de configuración específicas del algoritmo KNN exhaustivo utilizado durante la consulta, que realizará la búsqueda por fuerza bruta en todo el índice vectorial.

FreshnessScoringFunction

Define una función que aumenta las puntuaciones en función del valor de un campo de fecha y hora.

FreshnessScoringParameters

Proporciona valores de parámetro a una función de puntuación de actualización.

HnswParameters

Contiene los parámetros específicos del algoritmo HNSW.

HnswVectorSearchAlgorithmConfiguration

Contiene opciones de configuración específicas del algoritmo de vecinos más cercano de HNSW que se usan durante la indexación y la consulta. El algoritmo HNSW ofrece un equilibrio ajustable entre la velocidad de búsqueda y la precisión.

InputFieldMappingEntry

Asignación de campos de entrada para una aptitud.

KeepTokenFilter

Filtro de token que solo mantiene los tokens con texto contenido en una lista especificada de palabras. Este filtro de token se implementa mediante Apache Lucene.

KeywordMarkerTokenFilter

Marca los términos como palabras clave. Este filtro de token se implementa mediante Apache Lucene.

KeywordTokenizer

Emite toda la entrada como un solo token. Este tokenizador se implementa mediante Apache Lucene.

KeywordTokenizerV2

Emite toda la entrada como un solo token. Este tokenizador se implementa mediante Apache Lucene.

LengthTokenFilter

Quita las palabras que son demasiado largas o demasiado cortas. Este filtro de token se implementa mediante Apache Lucene.

LexicalAnalyzerName

Define los nombres de todos los analizadores de texto admitidos por el motor de búsqueda.

LexicalTokenizerName

Define los nombres de todos los tokenizadores admitidos por el motor de búsqueda.

LimitTokenFilter

Limita el número de tokens durante la indexación. Este filtro de token se implementa mediante Apache Lucene.

LuceneStandardAnalyzer

Analizador estándar de Apache Lucene; Compuesto por el tokenizador estándar, el filtro en minúsculas y el filtro stop.

LuceneStandardTokenizer

Interrumpe el texto siguiendo las reglas de segmentación de texto Unicode. Este tokenizador se implementa mediante Apache Lucene.

LuceneStandardTokenizerV2

Interrumpe el texto siguiendo las reglas de segmentación de texto Unicode. Este tokenizador se implementa mediante Apache Lucene.

MagnitudeScoringFunction

Define una función que aumenta las puntuaciones en función de la magnitud de un campo numérico.

MagnitudeScoringParameters

Proporciona valores de parámetro a una función de puntuación de magnitud.

MappingCharFilter

Filtro de caracteres que aplica asignaciones definidas con la opción asignaciones. La coincidencia es expansa (la coincidencia de patrones más larga en un punto dado gana). El reemplazo puede ser la cadena vacía. Este filtro de caracteres se implementa mediante Apache Lucene.

MicrosoftLanguageStemmingTokenizer

Divide el texto mediante reglas específicas del idioma y reduce las palabras a sus formularios base.

MicrosoftLanguageTokenizer

Divide el texto mediante reglas específicas del idioma.

MicrosoftStemmingTokenizerLanguage

Enumera los idiomas admitidos por el tokenizador de lematización de idioma de Microsoft.

MicrosoftTokenizerLanguage

Enumera los idiomas admitidos por el tokenizador de idioma de Microsoft.

NGramTokenFilter

Genera n-gramas de los tamaños especificados. Este filtro de token se implementa mediante Apache Lucene.

NGramTokenFilterV2

Genera n-gramas de los tamaños especificados. Este filtro de token se implementa mediante Apache Lucene.

NGramTokenizer

Tokeniza la entrada en n-gramas de los tamaños especificados. Este tokenizador se implementa mediante Apache Lucene.

OutputFieldMappingEntry

Asignación de campos de salida para una aptitud.

PathHierarchyTokenizerV2

Tokenizador para jerarquías similares a la ruta de acceso. Este tokenizador se implementa mediante Apache Lucene.

PatternAnalyzer

Separa de forma flexible el texto en términos a través de un patrón de expresión regular. Este analizador se implementa mediante Apache Lucene.

PatternCaptureTokenFilter

Usa expresiones regulares de Java para emitir varios tokens: uno para cada grupo de captura en uno o varios patrones. Este filtro de token se implementa mediante Apache Lucene.

PatternReplaceCharFilter

Filtro de caracteres que reemplaza los caracteres de la cadena de entrada. Usa una expresión regular para identificar secuencias de caracteres para conservar y un patrón de reemplazo para identificar los caracteres que se van a reemplazar. Por ejemplo, dado el texto de entrada "aa bb aa bb", el patrón "(aa)\s+(bb)" y el reemplazo "$1#$2", el resultado sería "aa#bb aa#bb aa#bb". Este filtro de caracteres se implementa mediante Apache Lucene.

PatternReplaceTokenFilter

Filtro de caracteres que reemplaza los caracteres de la cadena de entrada. Usa una expresión regular para identificar secuencias de caracteres para conservar y un patrón de reemplazo para identificar los caracteres que se van a reemplazar. Por ejemplo, dado el texto de entrada "aa bb aa bb", el patrón "(aa)\s+(bb)" y el reemplazo "$1#$2", el resultado sería "aa#bb aa#bb aa#bb". Este filtro de token se implementa mediante Apache Lucene.

PatternTokenizer

Tokenizer que usa la coincidencia de patrones regex para construir tokens distintos. Este tokenizador se implementa mediante Apache Lucene.

PhoneticEncoder

Identifica el tipo de codificador fonético que se va a usar con un PhoneticTokenFilter.

PhoneticTokenFilter

Cree tokens para coincidencias fonéticas. Este filtro de token se implementa mediante Apache Lucene.

PrioritizedFields

Describe los campos de título, contenido y palabras clave que se usarán para la clasificación semántica, los subtítulos, los resaltados y las respuestas.

RegexFlags

Define marcas que se pueden combinar para controlar cómo se usan las expresiones regulares en el analizador de patrones y el tokenizador de patrones.

ScalarQuantizationParameters

Contiene los parámetros específicos de la cuantificación escalar.

ScalarQuantizationVectorSearchCompressionConfiguration

Contiene opciones de configuración específicas del método de compresión de cuantificación escalar que se usa durante la indexación y la consulta.

ScoringFunctionAggregation

Define la función de agregación que se usa para combinar los resultados de todas las funciones de puntuación de un perfil de puntuación.

ScoringFunctionInterpolation

Define la función que se usa para interpolar la mejora de la puntuación en un intervalo de documentos.

ScoringProfile

Define parámetros para un índice de búsqueda que influye en la puntuación en las consultas de búsqueda.

SearchField

Representa un campo en una definición de índice, que describe el nombre, el tipo de datos y el comportamiento de búsqueda de un campo.

SearchFieldDataType

Define el tipo de datos de un campo en un índice de búsqueda.

SearchIndex

Representa una definición de índice de búsqueda, que describe los campos y el comportamiento de búsqueda de un índice.

SearchIndexerDataNoneIdentity

Borra la propiedad de identidad de un origen de datos.

SearchIndexerDataUserAssignedIdentity

Especifica la identidad de un origen de datos que se va a usar.

SearchResourceEncryptionKey

Una clave de cifrado administrada por el cliente en Azure Key Vault. Las claves que cree y administre se pueden usar para cifrar o descifrar datos en reposo, como índices y mapas de sinónimos.

SemanticConfiguration

Define una configuración específica que se usará en el contexto de las funcionalidades semánticas.

SemanticField

Campo que se usa como parte de la configuración semántica.

SemanticSettings

Define parámetros para un índice de búsqueda que influye en las funcionalidades semánticas.

ShingleTokenFilter

Crea combinaciones de tokens como un único token. Este filtro de token se implementa mediante Apache Lucene.

SnowballTokenFilter

Filtro que deriva las palabras mediante un lematizador generado por Snowball. Este filtro de token se implementa mediante Apache Lucene.

SnowballTokenFilterLanguage

Idioma que se va a usar para un filtro de token de Snowball.

StemmerOverrideTokenFilter

Proporciona la capacidad de invalidar otros filtros de lematización con lematización personalizada basada en diccionarios. Cualquier término con lematización de diccionario se marcará como palabras clave para que no se lematice con lematizadores hacia abajo de la cadena. Debe colocarse antes de los filtros de lematización. Este filtro de token se implementa mediante Apache Lucene.

StemmerTokenFilter

Filtro de lematización específico del idioma. Este filtro de token se implementa mediante Apache Lucene.

StemmerTokenFilterLanguage

Idioma que se va a usar para un filtro de token de lematizador.

StopAnalyzer

Divide el texto en letras no letras; Aplica los filtros de token en minúsculas y palabras irrelevantes. Este analizador se implementa mediante Apache Lucene.

StopwordsList

Identifica una lista predefinida de palabras irrelevantes específicas del lenguaje.

StopwordsTokenFilter

Quita las palabras irrelevantes de una secuencia de tokens. Este filtro de token se implementa mediante Apache Lucene.

Suggester

Define cómo se debe aplicar la API suggest a un grupo de campos del índice.

SuggesterSearchMode

Valor que indica las funciones del proveedor de sugerencias.

SynonymTokenFilter

Coincide con sinónimos de una o varias palabras en una secuencia de tokens. Este filtro de token se implementa mediante Apache Lucene.

TagScoringFunction

Define una función que aumenta las puntuaciones de documentos con valores de cadena que coinciden con una lista determinada de etiquetas.

TagScoringParameters

Proporciona valores de parámetro a una función de puntuación de etiquetas.

TextWeights

Define pesos en campos de índice para los que las coincidencias deben aumentar la puntuación en las consultas de búsqueda.

TokenCharacterKind

Representa clases de caracteres en las que puede funcionar un filtro de token.

TokenFilterName

Define los nombres de todos los filtros de token admitidos por el motor de búsqueda.

TruncateTokenFilter

Trunca los términos a una longitud específica. Este filtro de token se implementa mediante Apache Lucene.

UaxUrlEmailTokenizer

Tokeniza las direcciones URL y los correos electrónicos como un token. Este tokenizador se implementa mediante Apache Lucene.

UniqueTokenFilter

Filtra los tokens con el mismo texto que el token anterior. Este filtro de token se implementa mediante Apache Lucene.

VectorEncodingFormat

Formato de codificación para interpretar el contenido del campo vectorial.

VectorSearch

Contiene opciones de configuración relacionadas con la búsqueda vectorial.

VectorSearchAlgorithmKind

Algoritmo utilizado para la indexación y consulta.

VectorSearchAlgorithmMetric

Métrica de similitud que se va a usar para comparaciones vectoriales. Se recomienda elegir la misma métrica de similitud en la que se entrenó el modelo de inserción.

VectorSearchCompressionKind

Método de compresión usado para indexación y consulta.

VectorSearchCompressionTargetDataType

Tipo de datos cuantificado de valores vectoriales comprimidos.

VectorSearchProfile

Define una combinación de configuraciones que se van a usar con la búsqueda vectorial.

VectorSearchVectorizerKind

Método de vectorización que se va a usar durante el tiempo de consulta.

WebApiParameters

Especifica las propiedades para conectarse a un vectorizador definido por el usuario.

WebApiVectorizer

Especifica un vectorizador definido por el usuario para generar la inserción de vectores de una cadena de consulta. La integración de un vectorizador externo se logra mediante la interfaz de API web personalizada de un conjunto de aptitudes.

WordDelimiterTokenFilter

Divide palabras en subpalabras y realiza transformaciones opcionales en grupos de subwords. Este filtro de token se implementa mediante Apache Lucene.

AsciiFoldingTokenFilter

Convierte caracteres alfabéticos, numéricos y simbólicos Unicode que no están en los primeros 127 caracteres ASCII (el bloque Unicode "Básico latino") en sus equivalentes ASCII, si existen dichos equivalentes. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.AsciiFoldingTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

preserveOriginal

boolean

False

Valor que indica si se conservará el token original. El valor predeterminado es false.

AzureActiveDirectoryApplicationCredentials

Credenciales de una aplicación registrada creada para el servicio de búsqueda, que se usa para el acceso autenticado a las claves de cifrado almacenadas en Azure Key Vault.

Nombre Tipo Description
applicationId

string

Un identificador de aplicación de AAD al que se concedieron los permisos de acceso necesarios a Azure Key Vault que se va a usar al cifrar los datos en reposo. El identificador de aplicación no debe confundirse con el id. de objeto de la aplicación de AAD.

applicationSecret

string

Clave de autenticación de la aplicación de AAD especificada.

AzureOpenAIEmbeddingSkill

Permite generar una inserción de vectores para una entrada de texto determinada mediante el recurso de Azure OpenAI.

Nombre Tipo Description
@odata.type string:

#Microsoft.Skills.Text.AzureOpenAIEmbeddingSkill

Fragmento de URI que especifica el tipo de aptitud.

apiKey

string

Clave de API del recurso de Azure OpenAI designado.

authIdentity SearchIndexerDataIdentity:

La identidad administrada asignada por el usuario que se usa para las conexiones salientes.

context

string

Representa el nivel en el que tienen lugar las operaciones, como la raíz del documento o el contenido del documento (por ejemplo, /document o /document/content). El valor predeterminado es /document.

deploymentId

string

Identificador de la implementación del modelo de Azure OpenAI en el recurso designado.

description

string

Descripción de la aptitud que describe las entradas, salidas y uso de la aptitud.

dimensions

integer (int32)

Número de dimensiones que deben tener las incrustaciones de salida resultantes. Solo se admite en los modelos text-embeding-3 y versiones posteriores.

inputs

InputFieldMappingEntry[]

Las entradas de las aptitudes podrían ser una columna del conjunto de datos de origen o la salida de una aptitud ascendente.

modelName

AzureOpenAIModelName

Nombre del modelo de inserción que se implementa en la ruta de acceso deploymentId proporcionada.

name

string

Nombre de la aptitud que la identifica de forma única dentro del conjunto de aptitudes. A una aptitud sin nombre definido se le asignará un nombre predeterminado de su índice basado en 1 en la matriz de aptitudes, con el prefijo "#".

outputs

OutputFieldMappingEntry[]

La salida de una aptitud es un campo en un índice de búsqueda o un valor que otra aptitud puede consumir como entrada.

resourceUri

string (uri)

Identificador URI del recurso de Azure OpenAI.

AzureOpenAIModelName

Nombre del modelo de Azure Open AI al que se llamará.

Valor Description
text-embedding-3-large
text-embedding-3-small
text-embedding-ada-002

AzureOpenAIParameters

Especifica los parámetros para conectarse al recurso de Azure OpenAI.

Nombre Tipo Description
apiKey

string

Clave de API del recurso de Azure OpenAI designado.

authIdentity SearchIndexerDataIdentity:

La identidad administrada asignada por el usuario que se usa para las conexiones salientes.

deploymentId

string

Identificador de la implementación del modelo de Azure OpenAI en el recurso designado.

modelName

AzureOpenAIModelName

Nombre del modelo de inserción que se implementa en la ruta de acceso deploymentId proporcionada.

resourceUri

string (uri)

Identificador URI del recurso de Azure OpenAI.

AzureOpenAIVectorizer

Especifica el recurso de Azure OpenAI que se usa para vectorizar una cadena de consulta.

Nombre Tipo Description
azureOpenAIParameters AzureOpenAIParameters:

AzureOpenAIEmbeddingSkill

Contiene los parámetros específicos de la vectorización de inserción de Azure OpenAI.

kind string:

azureOpenAI

Nombre del tipo de método de vectorización que se va a configurar para su uso con la búsqueda vectorial.

name

string

Nombre que se va a asociar a este método de vectorización determinado.

BinaryQuantizationVectorSearchCompressionConfiguration

Contiene opciones de configuración específicas del método de compresión de cuantificación binaria que se usa durante la indexación y la consulta.

Nombre Tipo Valor predeterminado Description
defaultOversampling

number (double)

Factor de sobremuestreo predeterminado. El sobremuestreo solicitará internamente más documentos (especificados por este multiplicador) en la búsqueda inicial. Esto aumenta el conjunto de resultados que se volverán a calcular mediante puntuaciones de similitud recalculadas a partir de vectores de precisión completa. El valor mínimo es 1, lo que significa que no hay sobremuestreo (1x). Este parámetro solo se puede establecer cuando rerankWithOriginalVectors es true. Los valores más altos mejoran la recuperación a costa de la latencia.

kind string:

binaryQuantization

Nombre del tipo de método de compresión que se va a configurar para su uso con la búsqueda vectorial.

name

string

Nombre que se va a asociar a esta configuración concreta.

rerankWithOriginalVectors

boolean

True

Si se establece en true, una vez obtenido el conjunto ordenado de resultados calculados mediante vectores comprimidos, se volverán a calcular las puntuaciones de similitud de precisión completa. Esto mejorará la recuperación a costa de la latencia.

BM25Similarity

Función de clasificación basada en el algoritmo de similitud okapi BM25. BM25 es un algoritmo similar a TF-IDF que incluye la normalización de longitud (controlada por el parámetro 'b'), así como la saturación de frecuencia de términos (controlada por el parámetro 'k1').

Nombre Tipo Description
@odata.type string:

#Microsoft.Azure.Search.BM25Similarity

b

number (double)

Esta propiedad controla cómo afecta la longitud de un documento a la puntuación de relevancia. De forma predeterminada, se usa un valor de 0,75. Un valor de 0,0 significa que no se aplica ninguna normalización de longitud, mientras que un valor de 1,0 significa que la puntuación está totalmente normalizada por la longitud del documento.

k1

number (double)

Esta propiedad controla la función de escalado entre la frecuencia de término de cada término coincidente y la puntuación de relevancia final de un par de consulta de documentos. De forma predeterminada, se usa un valor de 1.2. Un valor de 0,0 significa que la puntuación no se escala con un aumento en la frecuencia del término.

CharFilterName

Define los nombres de todos los filtros de caracteres admitidos por el motor de búsqueda.

Valor Description
html_strip

Filtro de caracteres que intenta quitar construcciones HTML. Vea https://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/charfilter/HTMLStripCharFilter.html.

CjkBigramTokenFilter

Forma bigrams de términos de CJK que se generan a partir del tokenizador estándar. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.CjkBigramTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

ignoreScripts

CjkBigramTokenFilterScripts[]

Los scripts que se van a omitir.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

outputUnigrams

boolean

False

Valor que indica si se van a generar unigramas y bigrams (si es true) o solo bigrams (si es false). El valor predeterminado es false.

CjkBigramTokenFilterScripts

Scripts que CjkBigramTokenFilter puede omitir.

Valor Description
han

Ignore el script han al formar bigrams de términos de CJK.

hangul

Omita el script de Hangul al formar bigrams de términos de CJK.

hiragana

Omita el script hiragana al formar bigrams de términos de CJK.

katakana

Omita el script katakana al formar bigrams de términos de CJK.

ClassicSimilarity

Algoritmo de similitud heredado que usa la implementación de TFIDFSimilarity de Lucene de TF-IDF. Esta variación de TF-IDF introduce la normalización estática de la longitud del documento, así como la coordinación de factores que penalizan los documentos que solo coinciden parcialmente con las consultas buscadas.

Nombre Tipo Description
@odata.type string:

#Microsoft.Azure.Search.ClassicSimilarity

ClassicTokenizer

Tokenizador basado en gramática que es adecuado para procesar la mayoría de los documentos de idioma europeo. Este tokenizador se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.ClassicTokenizer

Fragmento de URI que especifica el tipo de tokenizador.

maxTokenLength

integer (int32)

maximum: 300
255

Longitud máxima del token. El valor predeterminado es 255. Los tokens más largos que la longitud máxima se dividen. La longitud máxima del token que se puede usar es de 300 caracteres.

name

string

Nombre del tokenizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

CommonGramTokenFilter

Construya bigrams para términos que se producen con frecuencia durante la indexación. Los términos únicos todavía se indexan también, con bigrams superpuestos. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.CommonGramTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

commonWords

string[]

Conjunto de palabras comunes.

ignoreCase

boolean

False

Valor que indica si las palabras comunes que coinciden no distinguen mayúsculas de minúsculas. El valor predeterminado es false.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

queryMode

boolean

False

Valor que indica si el filtro de token está en modo de consulta. Cuando está en modo de consulta, el filtro de token genera bigrams y, a continuación, quita palabras comunes y términos únicos seguidos de una palabra común. El valor predeterminado es false.

CorsOptions

Define las opciones para controlar el uso compartido de recursos entre orígenes (CORS) para un índice.

Nombre Tipo Description
allowedOrigins

string[]

La lista de orígenes desde los que se concederá acceso al código JavaScript al índice. Puede contener una lista de hosts con el formato {protocol}://{fully-qualified-domain-name}[:{port#}], o un único "*" para permitir todos los orígenes (no recomendado).

maxAgeInSeconds

integer (int64)

Duración para la que los exploradores deben almacenar en caché las respuestas preparatorias de CORS. El valor predeterminado es de 5 minutos.

CustomAnalyzer

Permite tomar el control sobre el proceso de conversión de texto en tokens indexables o que se pueden buscar. Se trata de una configuración definida por el usuario que consta de un único tokenizador predefinido y uno o varios filtros. El tokenizador es responsable de dividir texto en tokens y los filtros para modificar los tokens emitidos por el tokenizador.

Nombre Tipo Description
@odata.type string:

#Microsoft.Azure.Search.CustomAnalyzer

Fragmento de URI que especifica el tipo de analizador.

charFilters

CharFilterName[]

Lista de filtros de caracteres usados para preparar el texto de entrada antes de que el tokenizador lo procese. Por ejemplo, pueden reemplazar determinados caracteres o símbolos. Los filtros se ejecutan en el orden en que se muestran.

name

string

Nombre del analizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

tokenFilters

TokenFilterName[]

Lista de filtros de token usados para filtrar o modificar los tokens generados por un tokenizador. Por ejemplo, puede especificar un filtro en minúsculas que convierta todos los caracteres en minúsculas. Los filtros se ejecutan en el orden en que se muestran.

tokenizer

LexicalTokenizerName

Nombre del tokenizador que se va a usar para dividir el texto continuo en una secuencia de tokens, como dividir una oración en palabras.

DictionaryDecompounderTokenFilter

Descompone palabras compuestas encontradas en muchos idiomas alemanes. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.DictionaryDecompounderTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

maxSubwordSize

integer (int32)

maximum: 300
15

Tamaño máximo de subword. Solo se generan subpalabras más cortas de las que se generan. El valor predeterminado es 15. El máximo es 300.

minSubwordSize

integer (int32)

maximum: 300
2

Tamaño mínimo de subword. Solo se generan subpalabras más largas de las que se generan. El valor predeterminado es 2. El máximo es 300.

minWordSize

integer (int32)

maximum: 300
5

Tamaño mínimo de palabra. Solo las palabras más largas que se procesan. El valor predeterminado es 5. El máximo es 300.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

onlyLongestMatch

boolean

False

Valor que indica si se va a agregar solo la subword coincidente más larga a la salida. El valor predeterminado es false.

wordList

string[]

Lista de palabras con las que debe coincidir.

DistanceScoringFunction

Define una función que aumenta las puntuaciones en función de la distancia desde una ubicación geográfica.

Nombre Tipo Description
boost

number (double)

Multiplicador de la puntuación sin procesar. Debe ser un número positivo no igual a 1,0.

distance

DistanceScoringParameters

Valores de parámetro para la función de puntuación de distancia.

fieldName

string

Nombre del campo utilizado como entrada para la función de puntuación.

interpolation

ScoringFunctionInterpolation

Valor que indica cómo se interpolará la potenciación entre las puntuaciones de los documentos; el valor predeterminado es "Linear".

type string:

distance

Indica el tipo de función que se va a usar. Los valores válidos incluyen magnitud, actualización, distancia y etiqueta. El tipo de función debe ser en minúsculas.

DistanceScoringParameters

Proporciona valores de parámetro a una función de puntuación de distancia.

Nombre Tipo Description
boostingDistance

number (double)

Distancia en kilómetros desde la ubicación de referencia donde finaliza el intervalo de potenciación.

referencePointParameter

string

Nombre del parámetro pasado en consultas de búsqueda para especificar la ubicación de referencia.

EdgeNGramTokenFilter

Genera n-gramas de los tamaños especificados a partir de la parte delantera o posterior de un token de entrada. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.EdgeNGramTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

maxGram

integer (int32)

2

Longitud máxima de n-gramas. El valor predeterminado es 2.

minGram

integer (int32)

1

Longitud mínima de n-gramas. El valor predeterminado es 1. Debe ser menor que el valor de maxGram.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

side

EdgeNGramTokenFilterSide

front

Especifica a qué lado de la entrada se debe generar el n-grama. El valor predeterminado es "front".

EdgeNGramTokenFilterSide

Especifica a qué lado de la entrada se debe generar un n-grama.

Valor Description
back

Especifica que el n-grama se debe generar a partir de la parte posterior de la entrada.

front

Especifica que se debe generar el n-grama desde la parte frontal de la entrada.

EdgeNGramTokenFilterV2

Genera n-gramas de los tamaños especificados a partir de la parte delantera o posterior de un token de entrada. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.EdgeNGramTokenFilterV2

Fragmento de URI que especifica el tipo de filtro de token.

maxGram

integer (int32)

maximum: 300
2

Longitud máxima de n-gramas. El valor predeterminado es 2. El máximo es 300.

minGram

integer (int32)

maximum: 300
1

Longitud mínima de n-gramas. El valor predeterminado es 1. El máximo es 300. Debe ser menor que el valor de maxGram.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

side

EdgeNGramTokenFilterSide

front

Especifica a qué lado de la entrada se debe generar el n-grama. El valor predeterminado es "front".

EdgeNGramTokenizer

Tokeniza la entrada de un borde en n gramos de los tamaños especificados. Este tokenizador se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.EdgeNGramTokenizer

Fragmento de URI que especifica el tipo de tokenizador.

maxGram

integer (int32)

maximum: 300
2

Longitud máxima de n-gramas. El valor predeterminado es 2. El máximo es 300.

minGram

integer (int32)

maximum: 300
1

Longitud mínima de n-gramas. El valor predeterminado es 1. El máximo es 300. Debe ser menor que el valor de maxGram.

name

string

Nombre del tokenizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

tokenChars

TokenCharacterKind[]

Clases de caracteres que se mantendrán en los tokens.

ElisionTokenFilter

Quita las elisiones. Por ejemplo, "l'avion" (el plano) se convertirá en "avion" (plano). Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Description
@odata.type string:

#Microsoft.Azure.Search.ElisionTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

articles

string[]

Conjunto de artículos que se van a quitar.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

ErrorAdditionalInfo

Información adicional sobre el error de administración de recursos.

Nombre Tipo Description
info

object

Información adicional.

type

string

Tipo de información adicional.

ErrorDetail

Detalle del error.

Nombre Tipo Description
additionalInfo

ErrorAdditionalInfo[]

Información adicional del error.

code

string

Código de error.

details

ErrorDetail[]

Detalles del error.

message

string

Mensaje de error.

target

string

Destino del error.

ErrorResponse

Respuesta de error

Nombre Tipo Description
error

ErrorDetail

Objeto de error.

ExhaustiveKnnParameters

Contiene los parámetros específicos del algoritmo KNN exhaustivo.

Nombre Tipo Description
metric

VectorSearchAlgorithmMetric

Métrica de similitud que se va a usar para comparaciones vectoriales.

ExhaustiveKnnVectorSearchAlgorithmConfiguration

Contiene opciones de configuración específicas del algoritmo KNN exhaustivo utilizado durante la consulta, que realizará la búsqueda por fuerza bruta en todo el índice vectorial.

Nombre Tipo Description
exhaustiveKnnParameters

ExhaustiveKnnParameters

Contiene los parámetros específicos del algoritmo KNN exhaustivo.

kind string:

exhaustiveKnn

Nombre del tipo de algoritmo que se va a configurar para su uso con la búsqueda vectorial.

name

string

Nombre que se va a asociar a esta configuración concreta.

FreshnessScoringFunction

Define una función que aumenta las puntuaciones en función del valor de un campo de fecha y hora.

Nombre Tipo Description
boost

number (double)

Multiplicador de la puntuación sin procesar. Debe ser un número positivo no igual a 1,0.

fieldName

string

Nombre del campo utilizado como entrada para la función de puntuación.

freshness

FreshnessScoringParameters

Valores de parámetro para la función de puntuación de actualización.

interpolation

ScoringFunctionInterpolation

Valor que indica cómo se interpolará la potenciación entre las puntuaciones de los documentos; el valor predeterminado es "Linear".

type string:

freshness

Indica el tipo de función que se va a usar. Los valores válidos incluyen magnitud, actualización, distancia y etiqueta. El tipo de función debe ser en minúsculas.

FreshnessScoringParameters

Proporciona valores de parámetro a una función de puntuación de actualización.

Nombre Tipo Description
boostingDuration

string (duration)

El período de expiración después del cual se detendrá la potenciación de un documento determinado.

HnswParameters

Contiene los parámetros específicos del algoritmo HNSW.

Nombre Tipo Valor predeterminado Description
efConstruction

integer (int32)

minimum: 100
maximum: 1000
400

Tamaño de la lista dinámica que contiene los vecinos más cercanos, que se usa durante el tiempo de índice. Aumentar este parámetro puede mejorar la calidad del índice, a costa del aumento del tiempo de indexación. En cierto punto, aumentar este parámetro conduce a una disminución de los retornos.

efSearch

integer (int32)

minimum: 100
maximum: 1000
500

Tamaño de la lista dinámica que contiene los vecinos más cercanos, que se usa durante el tiempo de búsqueda. Aumentar este parámetro puede mejorar los resultados de búsqueda, a costa de una búsqueda más lenta. En cierto punto, aumentar este parámetro conduce a una disminución de los retornos.

m

integer (int32)

minimum: 4
maximum: 10
4

Número de vínculos bidireccionales creados para cada nuevo elemento durante la construcción. Aumentar este valor de parámetro puede mejorar la recuperación y reducir los tiempos de recuperación de los conjuntos de datos con alta dimensionalidad intrínseca a costa del aumento del consumo de memoria y el tiempo de indexación más largo.

metric

VectorSearchAlgorithmMetric

Métrica de similitud que se va a usar para comparaciones vectoriales.

HnswVectorSearchAlgorithmConfiguration

Contiene opciones de configuración específicas del algoritmo de vecinos más cercano de HNSW que se usan durante la indexación y la consulta. El algoritmo HNSW ofrece un equilibrio ajustable entre la velocidad de búsqueda y la precisión.

Nombre Tipo Description
hnswParameters

HnswParameters

Contiene los parámetros específicos del algoritmo HNSW.

kind string:

hnsw

Nombre del tipo de algoritmo que se va a configurar para su uso con la búsqueda vectorial.

name

string

Nombre que se va a asociar a esta configuración concreta.

InputFieldMappingEntry

Asignación de campos de entrada para una aptitud.

Nombre Tipo Description
inputs

InputFieldMappingEntry[]

Entradas recursivas usadas al crear un tipo complejo.

name

string

Nombre de la entrada.

source

string

Origen de la entrada.

sourceContext

string

Contexto de origen usado para seleccionar entradas recursivas.

KeepTokenFilter

Filtro de token que solo mantiene los tokens con texto contenido en una lista especificada de palabras. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.KeepTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

keepWords

string[]

Lista de palabras que se van a conservar.

keepWordsCase

boolean

False

Valor que indica si se deben minúsculas todas las palabras en primer lugar. El valor predeterminado es false.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

KeywordMarkerTokenFilter

Marca los términos como palabras clave. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.KeywordMarkerTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

ignoreCase

boolean

False

Valor que indica si se omitirán mayúsculas y minúsculas. Si es true, todas las palabras se convierten en minúsculas en primer lugar. El valor predeterminado es false.

keywords

string[]

Lista de palabras que se van a marcar como palabras clave.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

KeywordTokenizer

Emite toda la entrada como un solo token. Este tokenizador se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.KeywordTokenizer

Fragmento de URI que especifica el tipo de tokenizador.

bufferSize

integer (int32)

256

Tamaño del búfer de lectura en bytes. El valor predeterminado es 256.

name

string

Nombre del tokenizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

KeywordTokenizerV2

Emite toda la entrada como un solo token. Este tokenizador se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.KeywordTokenizerV2

Fragmento de URI que especifica el tipo de tokenizador.

maxTokenLength

integer (int32)

maximum: 300
256

Longitud máxima del token. El valor predeterminado es 256. Los tokens más largos que la longitud máxima se dividen. La longitud máxima del token que se puede usar es de 300 caracteres.

name

string

Nombre del tokenizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

LengthTokenFilter

Quita las palabras que son demasiado largas o demasiado cortas. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.LengthTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

max

integer (int32)

maximum: 300
300

Longitud máxima en caracteres. El valor predeterminado y máximo es 300.

min

integer (int32)

maximum: 300
0

Longitud mínima en caracteres. El valor predeterminado es 0. El máximo es 300. Debe ser menor que el valor máximo.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

LexicalAnalyzerName

Define los nombres de todos los analizadores de texto admitidos por el motor de búsqueda.

Valor Description
ar.lucene

Analizador de Lucene para árabe.

ar.microsoft

Analizador de Microsoft para árabe.

bg.lucene

Analizador de Lucene para Búlgaro.

bg.microsoft

Analizador de Microsoft para búlgaro.

bn.microsoft

Analizador de Microsoft para Bangla.

ca.lucene

Analizador de Lucene para Catalán.

ca.microsoft

Analizador de Microsoft para catalán.

cs.lucene

Analizador de Lucene para Checo.

cs.microsoft

Analizador de Microsoft para Checo.

da.lucene

Analizador de Lucene para danés.

da.microsoft

Analizador de Microsoft para danés.

de.lucene

Analizador de Lucene para alemán.

de.microsoft

Analizador de Microsoft para alemán.

el.lucene

Analizador de Lucene para griego.

el.microsoft

Analizador de Microsoft para griego.

en.lucene

Analizador de Lucene para inglés.

en.microsoft

Analizador de Microsoft para inglés.

es.lucene

Analizador de Lucene para español.

es.microsoft

Analizador de Microsoft para español.

et.microsoft

Analizador de Microsoft para Estonia.

eu.lucene

Analizador de Lucene para Euskera.

fa.lucene

Analizador de Lucene para persa.

fi.lucene

Analizador de Lucene para finés.

fi.microsoft

Analizador de Microsoft para finés.

fr.lucene

Analizador de Lucene para francés.

fr.microsoft

Analizador de Microsoft para francés.

ga.lucene

Analizador de Lucene para irlandés.

gl.lucene

Analizador de Lucene para Gallega.

gu.microsoft

Analizador de Microsoft para Gujarati.

he.microsoft

Analizador de Microsoft para hebreo.

hi.lucene

Analizador de Lucene para hindi.

hi.microsoft

Analizador de Microsoft para hindi.

hr.microsoft

Analizador de Microsoft para croata.

hu.lucene

Analizador de Lucene para húngaro.

hu.microsoft

Analizador de Microsoft para húngaro.

hy.lucene

Analizador de Lucene para Armenio.

id.lucene

Analizador de Lucene para Indonesia.

id.microsoft

Analizador de Microsoft para Indonesia (Bahasa).

is.microsoft

Analizador de Microsoft para Islandés.

it.lucene

Analizador de Lucene para italiano.

it.microsoft

Analizador de Microsoft para italiano.

ja.lucene

Analizador de Lucene para japonés.

ja.microsoft

Analizador de Microsoft para japonés.

keyword

Trata todo el contenido de un campo como un solo token. Esto es útil para datos como códigos postales, identificadores y algunos nombres de producto. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/KeywordAnalyzer.html.

kn.microsoft

Analizador de Microsoft para Kannada.

ko.lucene

Analizador de Lucene para coreano.

ko.microsoft

Analizador de Microsoft para coreano.

lt.microsoft

Analizador de Microsoft para Lituano.

lv.lucene

Analizador de Lucene para Letón.

lv.microsoft

Analizador de Microsoft para Letonia.

ml.microsoft

Analizador de Microsoft para Malayalam.

mr.microsoft

Analizador de Microsoft para Marathi.

ms.microsoft

Analizador de Microsoft para malayo (latino).

nb.microsoft

Analizador de Microsoft para noruego (Bokmål).

nl.lucene

Analizador de Lucene para neerlandés.

nl.microsoft

Analizador de Microsoft para neerlandés.

no.lucene

Analizador de Lucene para Noruego.

pa.microsoft

Analizador de Microsoft para Punjabi.

pattern

Separa de forma flexible el texto en términos a través de un patrón de expresión regular. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/PatternAnalyzer.html.

pl.lucene

Analizador de Lucene para polaco.

pl.microsoft

Analizador de Microsoft para polaco.

pt-BR.lucene

Analizador de Lucene para portugués (Brasil).

pt-BR.microsoft

Analizador de Microsoft para portugués (Brasil).

pt-PT.lucene

Analizador de Lucene para portugués (Portugal).

pt-PT.microsoft

Analizador de Microsoft para portugués (Portugal).

ro.lucene

Analizador de Lucene para rumano.

ro.microsoft

Analizador de Microsoft para rumano.

ru.lucene

Analizador de Lucene para ruso.

ru.microsoft

Analizador de Microsoft para ruso.

simple

Divide el texto en minúsculas y los convierte en minúsculas. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/SimpleAnalyzer.html.

sk.microsoft

Analizador de Microsoft para Eslovaco.

sl.microsoft

Analizador de Microsoft para esloveno.

sr-cyrillic.microsoft

Analizador de Microsoft para serbio (cirílico).

sr-latin.microsoft

Analizador de Microsoft para serbio (latino).

standard.lucene

Analizador estándar de Lucene.

standardasciifolding.lucene

Analizador estándar de Lucene plegado ASCII. Vea https://learn.microsoft.com/rest/api/searchservice/Custom-analyzers-in-Azure-Search#Analyzers.

stop

Divide el texto en letras no letras; Aplica los filtros de token en minúsculas y palabras irrelevantes. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/StopAnalyzer.html.

sv.lucene

Analizador de Lucene para sueco.

sv.microsoft

Analizador de Microsoft para sueco.

ta.microsoft

Analizador de Microsoft para Tamil.

te.microsoft

Analizador de Microsoft para Telugu.

th.lucene

Analizador de Lucene para Tailandés.

th.microsoft

Analizador de Microsoft para tailandés.

tr.lucene

Analizador de Lucene para turco.

tr.microsoft

Analizador de Microsoft para turco.

uk.microsoft

Analizador de Microsoft para Ucrania.

ur.microsoft

Analizador de Microsoft para Urdu.

vi.microsoft

Analizador de Microsoft para vietnamita.

whitespace

Analizador que usa el tokenizador de espacio en blanco. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/WhitespaceAnalyzer.html.

zh-Hans.lucene

Analizador de Lucene para chino (simplificado).

zh-Hans.microsoft

Analizador de Microsoft para chino (simplificado).

zh-Hant.lucene

Analizador de Lucene para chino (tradicional).

zh-Hant.microsoft

Analizador de Microsoft para chino (tradicional).

LexicalTokenizerName

Define los nombres de todos los tokenizadores admitidos por el motor de búsqueda.

Valor Description
classic

Tokenizador basado en gramática que es adecuado para procesar la mayoría de los documentos de idioma europeo. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/standard/ClassicTokenizer.html.

edgeNGram

Tokeniza la entrada de un borde en n gramos de los tamaños especificados. Vea https://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/ngram/EdgeNGramTokenizer.html.

keyword_v2

Emite toda la entrada como un solo token. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/KeywordTokenizer.html.

letter

Divide el texto en no letras. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/LetterTokenizer.html.

lowercase

Divide el texto en minúsculas y los convierte en minúsculas. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/LowerCaseTokenizer.html.

microsoft_language_stemming_tokenizer

Divide el texto mediante reglas específicas del idioma y reduce las palabras a sus formularios base.

microsoft_language_tokenizer

Divide el texto mediante reglas específicas del idioma.

nGram

Tokeniza la entrada en n-gramas de los tamaños especificados. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/ngram/NGramTokenizer.html.

path_hierarchy_v2

Tokenizador para jerarquías similares a la ruta de acceso. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/path/PathHierarchyTokenizer.html.

pattern

Tokenizer que usa la coincidencia de patrones regex para construir tokens distintos. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/pattern/PatternTokenizer.html.

standard_v2

Analizador estándar de Lucene; Compuesto por el tokenizador estándar, el filtro en minúsculas y el filtro stop. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/standard/StandardTokenizer.html.

uax_url_email

Tokeniza las direcciones URL y los correos electrónicos como un token. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/standard/UAX29URLEmailTokenizer.html.

whitespace

Divide el texto en espacios en blanco. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/WhitespaceTokenizer.html.

LimitTokenFilter

Limita el número de tokens durante la indexación. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.LimitTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

consumeAllTokens

boolean

False

Valor que indica si se deben consumir todos los tokens de la entrada incluso si se alcanza maxTokenCount. El valor predeterminado es false.

maxTokenCount

integer (int32)

1

Número máximo de tokens que se van a generar. El valor predeterminado es 1.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

LuceneStandardAnalyzer

Analizador estándar de Apache Lucene; Compuesto por el tokenizador estándar, el filtro en minúsculas y el filtro stop.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.StandardAnalyzer

Fragmento de URI que especifica el tipo de analizador.

maxTokenLength

integer (int32)

maximum: 300
255

Longitud máxima del token. El valor predeterminado es 255. Los tokens más largos que la longitud máxima se dividen. La longitud máxima del token que se puede usar es de 300 caracteres.

name

string

Nombre del analizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

stopwords

string[]

Lista de palabras irrelevantes.

LuceneStandardTokenizer

Interrumpe el texto siguiendo las reglas de segmentación de texto Unicode. Este tokenizador se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.StandardTokenizer

Fragmento de URI que especifica el tipo de tokenizador.

maxTokenLength

integer (int32)

255

Longitud máxima del token. El valor predeterminado es 255. Los tokens más largos que la longitud máxima se dividen.

name

string

Nombre del tokenizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

LuceneStandardTokenizerV2

Interrumpe el texto siguiendo las reglas de segmentación de texto Unicode. Este tokenizador se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.StandardTokenizerV2

Fragmento de URI que especifica el tipo de tokenizador.

maxTokenLength

integer (int32)

maximum: 300
255

Longitud máxima del token. El valor predeterminado es 255. Los tokens más largos que la longitud máxima se dividen. La longitud máxima del token que se puede usar es de 300 caracteres.

name

string

Nombre del tokenizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

MagnitudeScoringFunction

Define una función que aumenta las puntuaciones en función de la magnitud de un campo numérico.

Nombre Tipo Description
boost

number (double)

Multiplicador de la puntuación sin procesar. Debe ser un número positivo no igual a 1,0.

fieldName

string

Nombre del campo utilizado como entrada para la función de puntuación.

interpolation

ScoringFunctionInterpolation

Valor que indica cómo se interpolará la potenciación entre las puntuaciones de los documentos; el valor predeterminado es "Linear".

magnitude

MagnitudeScoringParameters

Valores de parámetro para la función de puntuación de magnitud.

type string:

magnitude

Indica el tipo de función que se va a usar. Los valores válidos incluyen magnitud, actualización, distancia y etiqueta. El tipo de función debe ser en minúsculas.

MagnitudeScoringParameters

Proporciona valores de parámetro a una función de puntuación de magnitud.

Nombre Tipo Description
boostingRangeEnd

number (double)

Valor de campo en el que finaliza la potenciación.

boostingRangeStart

number (double)

Valor de campo en el que se inicia la potenciación.

constantBoostBeyondRange

boolean

Valor que indica si se debe aplicar un aumento constante de los valores de campo más allá del valor final del intervalo; el valor predeterminado es false.

MappingCharFilter

Filtro de caracteres que aplica asignaciones definidas con la opción asignaciones. La coincidencia es expansa (la coincidencia de patrones más larga en un punto dado gana). El reemplazo puede ser la cadena vacía. Este filtro de caracteres se implementa mediante Apache Lucene.

Nombre Tipo Description
@odata.type string:

#Microsoft.Azure.Search.MappingCharFilter

Fragmento de URI que especifica el tipo de filtro char.

mappings

string[]

Lista de asignaciones del siguiente formato: "a=>b" (todas las apariciones del carácter "a" se reemplazarán por el carácter "b").

name

string

Nombre del filtro char. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

MicrosoftLanguageStemmingTokenizer

Divide el texto mediante reglas específicas del idioma y reduce las palabras a sus formularios base.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.MicrosoftLanguageStemmingTokenizer

Fragmento de URI que especifica el tipo de tokenizador.

isSearchTokenizer

boolean

False

Valor que indica cómo se usa el tokenizador. Se establece en true si se usa como tokenizador de búsqueda, se establece en false si se usa como tokenizador de indexación. El valor predeterminado es false.

language

MicrosoftStemmingTokenizerLanguage

Idioma que se va a usar. El valor predeterminado es inglés.

maxTokenLength

integer (int32)

maximum: 300
255

Longitud máxima del token. Los tokens más largos que la longitud máxima se dividen. La longitud máxima del token que se puede usar es de 300 caracteres. Los tokens de más de 300 caracteres se dividen primero en tokens de longitud 300 y, a continuación, cada uno de esos tokens se divide en función del conjunto de longitud máxima del token. El valor predeterminado es 255.

name

string

Nombre del tokenizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

MicrosoftLanguageTokenizer

Divide el texto mediante reglas específicas del idioma.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.MicrosoftLanguageTokenizer

Fragmento de URI que especifica el tipo de tokenizador.

isSearchTokenizer

boolean

False

Valor que indica cómo se usa el tokenizador. Se establece en true si se usa como tokenizador de búsqueda, se establece en false si se usa como tokenizador de indexación. El valor predeterminado es false.

language

MicrosoftTokenizerLanguage

Idioma que se va a usar. El valor predeterminado es inglés.

maxTokenLength

integer (int32)

maximum: 300
255

Longitud máxima del token. Los tokens más largos que la longitud máxima se dividen. La longitud máxima del token que se puede usar es de 300 caracteres. Los tokens de más de 300 caracteres se dividen primero en tokens de longitud 300 y, a continuación, cada uno de esos tokens se divide en función del conjunto de longitud máxima del token. El valor predeterminado es 255.

name

string

Nombre del tokenizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

MicrosoftStemmingTokenizerLanguage

Enumera los idiomas admitidos por el tokenizador de lematización de idioma de Microsoft.

Valor Description
arabic

Selecciona el tokenizador de lematización de Microsoft para árabe.

bangla

Selecciona el tokenizador de lematización de Microsoft para Bangla.

bulgarian

Selecciona el tokenizador de lematización de Microsoft para búlgaro.

catalan

Selecciona el tokenizador de lematización de Microsoft para catalán.

croatian

Selecciona el tokenizador de lematización de Microsoft para croata.

czech

Selecciona el tokenizador de lematización de Microsoft para Checo.

danish

Selecciona el tokenizador de lematización de Microsoft para danés.

dutch

Selecciona el tokenizador de lematización de Microsoft para neerlandés.

english

Selecciona el tokenizador de lematización de Microsoft para inglés.

estonian

Selecciona el tokenizador de lematización de Microsoft para estonio.

finnish

Selecciona el tokenizador de lematización de Microsoft para finés.

french

Selecciona el tokenizador de lematización de Microsoft para francés.

german

Selecciona el tokenizador de lematización de Microsoft para alemán.

greek

Selecciona el tokenizador de lematización de Microsoft para griego.

gujarati

Selecciona el tokenizador de lematización de Microsoft para Gujarati.

hebrew

Selecciona el tokenizador de lematización de Microsoft para hebreo.

hindi

Selecciona el tokenizador de lematización de Microsoft para Hindi.

hungarian

Selecciona el tokenizador de lematización de Microsoft para húngaro.

icelandic

Selecciona el tokenizador de lematización de Microsoft para Islandés.

indonesian

Selecciona el tokenizador de lematización de Microsoft para indonesia.

italian

Selecciona el tokenizador de lematización de Microsoft para italiano.

kannada

Selecciona el tokenizador de lematización de Microsoft para Kannada.

latvian

Selecciona el tokenizador de lematización de Microsoft para Letón.

lithuanian

Selecciona el tokenizador de lematización de Microsoft para lituano.

malay

Selecciona el tokenizador de lematización de Microsoft para Malay.

malayalam

Selecciona el tokenizador de lematización de Microsoft para Malayalam.

marathi

Selecciona el tokenizador de lematización de Microsoft para Marathi.

norwegianBokmaal

Selecciona el tokenizador de lematización de Microsoft para Noruego (Bokmål).

polish

Selecciona el tokenizador de lematización de Microsoft para Polaco.

portuguese

Selecciona el tokenizador de lematización de Microsoft para portugués.

portugueseBrazilian

Selecciona el tokenizador de lematización de Microsoft para portugués (Brasil).

punjabi

Selecciona el tokenizador de lematización de Microsoft para Punjabi.

romanian

Selecciona el tokenizador de lematización de Microsoft para rumano.

russian

Selecciona el tokenizador de lematización de Microsoft para ruso.

serbianCyrillic

Selecciona el tokenizador de lematización de Microsoft para serbio (cirílico).

serbianLatin

Selecciona el tokenizador de lematización de Microsoft para serbio (latino).

slovak

Selecciona el tokenizador de lematización de Microsoft para Eslovaco.

slovenian

Selecciona el tokenizador de lematización de Microsoft para esloveno.

spanish

Selecciona el tokenizador de lematización de Microsoft para español.

swedish

Selecciona el tokenizador de lematización de Microsoft para sueco.

tamil

Selecciona el tokenizador de lematización de Microsoft para Tamil.

telugu

Selecciona el tokenizador de lematización de Microsoft para Telugu.

turkish

Selecciona el tokenizador de lematización de Microsoft para turco.

ukrainian

Selecciona el tokenizador de lematización de Microsoft para Ucrania.

urdu

Selecciona el tokenizador de lematización de Microsoft para Urdu.

MicrosoftTokenizerLanguage

Enumera los idiomas admitidos por el tokenizador de idioma de Microsoft.

Valor Description
bangla

Selecciona el tokenizador de Microsoft para Bangla.

bulgarian

Selecciona el tokenizador de Microsoft para Búlgaro.

catalan

Selecciona el tokenizador de Microsoft para Catalán.

chineseSimplified

Selecciona el tokenizador de Microsoft para chino (simplificado).

chineseTraditional

Selecciona el tokenizador de Microsoft para chino (tradicional).

croatian

Selecciona el tokenizador de Microsoft para croata.

czech

Selecciona el tokenizador de Microsoft para Checo.

danish

Selecciona el tokenizador de Microsoft para danés.

dutch

Selecciona el tokenizador de Microsoft para neerlandés.

english

Selecciona el tokenizador de Microsoft para inglés.

french

Selecciona el tokenizador de Microsoft para francés.

german

Selecciona el tokenizador de Microsoft para alemán.

greek

Selecciona el tokenizador de Microsoft para griego.

gujarati

Selecciona el tokenizador de Microsoft para Gujarati.

hindi

Selecciona el tokenizador de Microsoft para Hindi.

icelandic

Selecciona el tokenizador de Microsoft para Islandés.

indonesian

Selecciona el tokenizador de Microsoft para Indonesia.

italian

Selecciona el tokenizador de Microsoft para italiano.

japanese

Selecciona el tokenizador de Microsoft para japonés.

kannada

Selecciona el tokenizador de Microsoft para Kannada.

korean

Selecciona el tokenizador de Microsoft para coreano.

malay

Selecciona el tokenizador de Microsoft para Malay.

malayalam

Selecciona el tokenizador de Microsoft para Malayalam.

marathi

Selecciona el tokenizador de Microsoft para Marathi.

norwegianBokmaal

Selecciona el tokenizador de Microsoft para Noruego (Bokmål).

polish

Selecciona el tokenizador de Microsoft para Polaco.

portuguese

Selecciona el tokenizador de Microsoft para portugués.

portugueseBrazilian

Selecciona el tokenizador de Microsoft para portugués (Brasil).

punjabi

Selecciona el tokenizador de Microsoft para Punjabi.

romanian

Selecciona el tokenizador de Microsoft para rumano.

russian

Selecciona el tokenizador de Microsoft para ruso.

serbianCyrillic

Selecciona el tokenizador de Microsoft para serbio (cirílico).

serbianLatin

Selecciona el tokenizador de Microsoft para Serbio (latino).

slovenian

Selecciona el tokenizador de Microsoft para esloveno.

spanish

Selecciona el tokenizador de Microsoft para español.

swedish

Selecciona el tokenizador de Microsoft para sueco.

tamil

Selecciona el tokenizador de Microsoft para Tamil.

telugu

Selecciona el tokenizador de Microsoft para Telugu.

thai

Selecciona el tokenizador de Microsoft para Tailandés.

ukrainian

Selecciona el tokenizador de Microsoft para Ucrania.

urdu

Selecciona el tokenizador de Microsoft para Urdu.

vietnamese

Selecciona el tokenizador de Microsoft para vietnamita.

NGramTokenFilter

Genera n-gramas de los tamaños especificados. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.NGramTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

maxGram

integer (int32)

2

Longitud máxima de n-gramas. El valor predeterminado es 2.

minGram

integer (int32)

1

Longitud mínima de n-gramas. El valor predeterminado es 1. Debe ser menor que el valor de maxGram.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

NGramTokenFilterV2

Genera n-gramas de los tamaños especificados. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.NGramTokenFilterV2

Fragmento de URI que especifica el tipo de filtro de token.

maxGram

integer (int32)

maximum: 300
2

Longitud máxima de n-gramas. El valor predeterminado es 2. El máximo es 300.

minGram

integer (int32)

maximum: 300
1

Longitud mínima de n-gramas. El valor predeterminado es 1. El máximo es 300. Debe ser menor que el valor de maxGram.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

NGramTokenizer

Tokeniza la entrada en n-gramas de los tamaños especificados. Este tokenizador se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.NGramTokenizer

Fragmento de URI que especifica el tipo de tokenizador.

maxGram

integer (int32)

maximum: 300
2

Longitud máxima de n-gramas. El valor predeterminado es 2. El máximo es 300.

minGram

integer (int32)

maximum: 300
1

Longitud mínima de n-gramas. El valor predeterminado es 1. El máximo es 300. Debe ser menor que el valor de maxGram.

name

string

Nombre del tokenizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

tokenChars

TokenCharacterKind[]

Clases de caracteres que se mantendrán en los tokens.

OutputFieldMappingEntry

Asignación de campos de salida para una aptitud.

Nombre Tipo Description
name

string

Nombre de la salida definida por la aptitud.

targetName

string

Nombre de destino de la salida. Es opcional y tiene como valor predeterminado el nombre.

PathHierarchyTokenizerV2

Tokenizador para jerarquías similares a la ruta de acceso. Este tokenizador se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.PathHierarchyTokenizerV2

Fragmento de URI que especifica el tipo de tokenizador.

delimiter

string (char)

/

Carácter delimitador que se va a usar. El valor predeterminado es "/".

maxTokenLength

integer (int32)

maximum: 300
300

Longitud máxima del token. El valor predeterminado y máximo es 300.

name

string

Nombre del tokenizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

replacement

string (char)

/

Valor que, si se establece, reemplaza el carácter delimitador. El valor predeterminado es "/".

reverse

boolean

False

Valor que indica si se van a generar tokens en orden inverso. El valor predeterminado es false.

skip

integer (int32)

0

Número de tokens iniciales que se van a omitir. El valor predeterminado es 0.

PatternAnalyzer

Separa de forma flexible el texto en términos a través de un patrón de expresión regular. Este analizador se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.PatternAnalyzer

Fragmento de URI que especifica el tipo de analizador.

flags

RegexFlags

Marcas de expresión regular.

lowercase

boolean

True

Valor que indica si los términos deben estar en minúsculas. El valor predeterminado es true.

name

string

Nombre del analizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

pattern

string

\W+

Patrón de expresión regular para buscar coincidencias con separadores de token. El valor predeterminado es una expresión que coincide con uno o varios caracteres que no son de palabra.

stopwords

string[]

Lista de palabras irrelevantes.

PatternCaptureTokenFilter

Usa expresiones regulares de Java para emitir varios tokens: uno para cada grupo de captura en uno o varios patrones. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.PatternCaptureTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

patterns

string[]

Lista de patrones que deben coincidir con cada token.

preserveOriginal

boolean

True

Valor que indica si se va a devolver el token original incluso si uno de los patrones coincide. El valor predeterminado es true.

PatternReplaceCharFilter

Filtro de caracteres que reemplaza los caracteres de la cadena de entrada. Usa una expresión regular para identificar secuencias de caracteres para conservar y un patrón de reemplazo para identificar los caracteres que se van a reemplazar. Por ejemplo, dado el texto de entrada "aa bb aa bb", el patrón "(aa)\s+(bb)" y el reemplazo "$1#$2", el resultado sería "aa#bb aa#bb aa#bb". Este filtro de caracteres se implementa mediante Apache Lucene.

Nombre Tipo Description
@odata.type string:

#Microsoft.Azure.Search.PatternReplaceCharFilter

Fragmento de URI que especifica el tipo de filtro char.

name

string

Nombre del filtro char. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

pattern

string

Patrón de expresión regular.

replacement

string

Texto de reemplazo.

PatternReplaceTokenFilter

Filtro de caracteres que reemplaza los caracteres de la cadena de entrada. Usa una expresión regular para identificar secuencias de caracteres para conservar y un patrón de reemplazo para identificar los caracteres que se van a reemplazar. Por ejemplo, dado el texto de entrada "aa bb aa bb", el patrón "(aa)\s+(bb)" y el reemplazo "$1#$2", el resultado sería "aa#bb aa#bb aa#bb". Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Description
@odata.type string:

#Microsoft.Azure.Search.PatternReplaceTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

pattern

string

Patrón de expresión regular.

replacement

string

Texto de reemplazo.

PatternTokenizer

Tokenizer que usa la coincidencia de patrones regex para construir tokens distintos. Este tokenizador se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.PatternTokenizer

Fragmento de URI que especifica el tipo de tokenizador.

flags

RegexFlags

Marcas de expresión regular.

group

integer (int32)

-1

Ordinal de base cero del grupo coincidente en el patrón de expresión regular que se va a extraer en tokens. Use -1 si desea usar todo el patrón para dividir la entrada en tokens, independientemente de los grupos coincidentes. El valor predeterminado es -1.

name

string

Nombre del tokenizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

pattern

string

\W+

Patrón de expresión regular para buscar coincidencias con separadores de token. El valor predeterminado es una expresión que coincide con uno o varios caracteres que no son de palabra.

PhoneticEncoder

Identifica el tipo de codificador fonético que se va a usar con un PhoneticTokenFilter.

Valor Description
beiderMorse

Codifica un token en un valor de Beider-Morse.

caverphone1

Codifica un token en un valor caverphone 1.0.

caverphone2

Codifica un token en un valor caverphone 2.0.

cologne

Codifica un token en un valor fonético de Colonia.

doubleMetaphone

Codifica un token en un valor de metaphone doble.

haasePhonetik

Codifica un token mediante el refinamiento haase del algoritmo Kölner Phonetik.

koelnerPhonetik

Codifica un token mediante el algoritmo Kölner Phonetik.

metaphone

Codifica un token en un valor de Metaphone.

nysiis

Codifica un token en un valor NYSIIS.

refinedSoundex

Codifica un token en un valor de Soundex refinado.

soundex

Codifica un token en un valor Soundex.

PhoneticTokenFilter

Cree tokens para coincidencias fonéticas. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.PhoneticTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

encoder

PhoneticEncoder

metaphone

Codificador fonético que se va a usar. El valor predeterminado es "metaphone".

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

replace

boolean

True

Valor que indica si los tokens codificados deben reemplazar los tokens originales. Si es false, los tokens codificados se agregan como sinónimos. El valor predeterminado es true.

PrioritizedFields

Describe los campos de título, contenido y palabras clave que se usarán para la clasificación semántica, los subtítulos, los resaltados y las respuestas.

Nombre Tipo Description
prioritizedContentFields

SemanticField[]

Define los campos de contenido que se usarán para la clasificación semántica, los subtítulos, los resaltados y las respuestas. Para obtener el mejor resultado, los campos seleccionados deben contener texto en formato de lenguaje natural. El orden de los campos de la matriz representa su prioridad. Los campos con prioridad inferior se pueden truncar si el contenido es largo.

prioritizedKeywordsFields

SemanticField[]

Define los campos de palabra clave que se usarán para la clasificación semántica, los subtítulos, los resaltados y las respuestas. Para obtener el mejor resultado, los campos seleccionados deben contener una lista de palabras clave. El orden de los campos de la matriz representa su prioridad. Los campos con prioridad inferior se pueden truncar si el contenido es largo.

titleField

SemanticField

Define el campo de título que se va a usar para la clasificación semántica, los títulos, los resaltados y las respuestas. Si no tiene un campo de título en el índice, déjelo en blanco.

RegexFlags

Define marcas que se pueden combinar para controlar cómo se usan las expresiones regulares en el analizador de patrones y el tokenizador de patrones.

Valor Description
CANON_EQ

Habilita la equivalencia canónica.

CASE_INSENSITIVE

Habilita la coincidencia sin distinción entre mayúsculas y minúsculas.

COMMENTS

Permite espacios en blanco y comentarios en el patrón.

DOTALL

Habilita el modo de dotación.

LITERAL

Habilita el análisis literal del patrón.

MULTILINE

Habilita el modo multilínea.

UNICODE_CASE

Habilita el plegado de mayúsculas y minúsculas compatibles con Unicode.

UNIX_LINES

Habilita el modo de líneas unix.

ScalarQuantizationParameters

Contiene los parámetros específicos de la cuantificación escalar.

Nombre Tipo Description
quantizedDataType

VectorSearchCompressionTargetDataType

Tipo de datos cuantificado de valores vectoriales comprimidos.

ScalarQuantizationVectorSearchCompressionConfiguration

Contiene opciones de configuración específicas del método de compresión de cuantificación escalar que se usa durante la indexación y la consulta.

Nombre Tipo Valor predeterminado Description
defaultOversampling

number (double)

Factor de sobremuestreo predeterminado. El sobremuestreo solicitará internamente más documentos (especificados por este multiplicador) en la búsqueda inicial. Esto aumenta el conjunto de resultados que se volverán a calcular mediante puntuaciones de similitud recalculadas a partir de vectores de precisión completa. El valor mínimo es 1, lo que significa que no hay sobremuestreo (1x). Este parámetro solo se puede establecer cuando rerankWithOriginalVectors es true. Los valores más altos mejoran la recuperación a costa de la latencia.

kind string:

scalarQuantization

Nombre del tipo de método de compresión que se va a configurar para su uso con la búsqueda vectorial.

name

string

Nombre que se va a asociar a esta configuración concreta.

rerankWithOriginalVectors

boolean

True

Si se establece en true, una vez obtenido el conjunto ordenado de resultados calculados mediante vectores comprimidos, se volverán a calcular las puntuaciones de similitud de precisión completa. Esto mejorará la recuperación a costa de la latencia.

scalarQuantizationParameters

ScalarQuantizationParameters

Contiene los parámetros específicos de la cuantificación escalar.

ScoringFunctionAggregation

Define la función de agregación que se usa para combinar los resultados de todas las funciones de puntuación de un perfil de puntuación.

Valor Description
average

Aumente las puntuaciones por el promedio de todos los resultados de la función de puntuación.

firstMatching

Aumente las puntuaciones con la primera función de puntuación aplicable en el perfil de puntuación.

maximum

Aumente las puntuaciones por el máximo de todos los resultados de la función de puntuación.

minimum

Aumente las puntuaciones por el mínimo de todos los resultados de la función de puntuación.

sum

Aumente las puntuaciones por la suma de todos los resultados de la función de puntuación.

ScoringFunctionInterpolation

Define la función que se usa para interpolar la mejora de la puntuación en un intervalo de documentos.

Valor Description
constant

Aumenta las puntuaciones por un factor constante.

linear

Aumenta las puntuaciones por una cantidad decreciente linealmente. Esta es la interpolación predeterminada para las funciones de puntuación.

logarithmic

Aumenta las puntuaciones por una cantidad que disminuye logarítmicamente. Aumenta la reducción rápidamente para puntuaciones más altas y más lentamente a medida que se reducen las puntuaciones. Esta opción de interpolación no se permite en las funciones de puntuación de etiquetas.

quadratic

Aumenta las puntuaciones por una cantidad que disminuye cuadráticamente. Los aumentos se reducen lentamente para puntuaciones más altas y más rápidamente a medida que se reducen las puntuaciones. Esta opción de interpolación no se permite en las funciones de puntuación de etiquetas.

ScoringProfile

Define parámetros para un índice de búsqueda que influye en la puntuación en las consultas de búsqueda.

Nombre Tipo Description
functionAggregation

ScoringFunctionAggregation

Valor que indica cómo se deben combinar los resultados de las funciones de puntuación individuales. El valor predeterminado es "Sum". Se omite si no hay ninguna función de puntuación.

functions ScoringFunction[]:

Colección de funciones que influyen en la puntuación de los documentos.

name

string

Nombre del perfil de puntuación.

text

TextWeights

Parámetros que aumentan la puntuación en función de las coincidencias de texto en determinados campos de índice.

SearchField

Representa un campo en una definición de índice, que describe el nombre, el tipo de datos y el comportamiento de búsqueda de un campo.

Nombre Tipo Description
analyzer

LexicalAnalyzerName

Nombre del analizador que se va a usar para el campo. Esta opción solo se puede usar con campos que se pueden buscar y no se puede establecer junto con searchAnalyzer o indexAnalyzer. Una vez elegido el analizador, no se puede cambiar para el campo. Debe ser null para campos complejos.

dimensions

integer (int32)

minimum: 2
maximum: 2048

Dimensionalidad del campo vectorial.

facetable

boolean

Valor que indica si se debe hacer referencia al campo en las consultas de facetas. Normalmente se usa en una presentación de los resultados de búsqueda que incluye el recuento de visitas por categoría (por ejemplo, buscar cámaras digitales y ver visitas por marca, por megapíxeles, por precio, etc.). Esta propiedad debe ser null para campos complejos. Los campos de tipo Edm.GeographyPoint o Collection(Edm.GeographyPoint) no pueden ser facetables. El valor predeterminado es true para todos los demás campos simples.

fields

SearchField[]

Lista de subcampos si se trata de un campo de tipo Edm.ComplexType o Collection(Edm.ComplexType). Debe ser null o estar vacío para campos simples.

filterable

boolean

Valor que indica si se debe hacer referencia al campo en $filter consultas. filterable difiere de lo que se puede buscar en la forma en que se controlan las cadenas. Los campos de tipo Edm.String o Collection(Edm.String) que se pueden filtrar no se someten a separación de palabras, por lo que las comparaciones son solo para coincidencias exactas. Por ejemplo, si establece este campo f en "día soleado", $filter=f eq "sunny" no encontrará coincidencias, pero $filter=f eq "sunny day". Esta propiedad debe ser null para campos complejos. El valor predeterminado es true para campos simples y null para campos complejos.

indexAnalyzer

LexicalAnalyzerName

Nombre del analizador que se usa en el momento de la indexación del campo. Esta opción solo se puede usar con campos que se pueden buscar. Debe establecerse junto con searchAnalyzer y no se puede establecer junto con la opción analizador. Esta propiedad no se puede establecer en el nombre de un analizador de lenguaje; Use la propiedad analyzer en su lugar si necesita un analizador de lenguaje. Una vez elegido el analizador, no se puede cambiar para el campo. Debe ser null para campos complejos.

key

boolean

Valor que indica si el campo identifica de forma única documentos en el índice. Se debe elegir exactamente un campo de nivel superior en cada índice como campo clave y debe ser de tipo Edm.String. Los campos clave se pueden usar para buscar documentos directamente y actualizar o eliminar documentos específicos. El valor predeterminado es false para campos simples y null para campos complejos.

name

string

Nombre del campo, que debe ser único dentro de la colección fields del índice o del campo primario.

retrievable

boolean

Valor que indica si el campo se puede devolver en un resultado de búsqueda. Puede deshabilitar esta opción si desea usar un campo (por ejemplo, margen) como filtro, ordenación o mecanismo de puntuación, pero no desea que el campo sea visible para el usuario final. Esta propiedad debe ser true para los campos de clave y debe ser NULL para campos complejos. Esta propiedad se puede cambiar en campos existentes. La habilitación de esta propiedad no provoca ningún aumento en los requisitos de almacenamiento de índices. El valor predeterminado es true para los campos simples, false para los campos vectoriales y null para campos complejos.

searchAnalyzer

LexicalAnalyzerName

Nombre del analizador usado en tiempo de búsqueda para el campo. Esta opción solo se puede usar con campos que se pueden buscar. Debe establecerse junto con indexAnalyzer y no se puede establecer junto con la opción analizador. Esta propiedad no se puede establecer en el nombre de un analizador de lenguaje; Use la propiedad analyzer en su lugar si necesita un analizador de lenguaje. Este analizador se puede actualizar en un campo existente. Debe ser null para campos complejos.

searchable

boolean

Valor que indica si el campo es de texto completo que se puede buscar. Esto significa que se somete a un análisis como la separación de palabras durante la indexación. Si establece un campo que se puede buscar en un valor como "día soleado", se dividirá internamente en los tokens individuales "soleado" y "día". Esto permite búsquedas de texto completo para estos términos. Los campos de tipo Edm.String o Collection(Edm.String) se pueden buscar de forma predeterminada. Esta propiedad debe ser false para campos simples de otros tipos de datos que no son de cadena y debe ser NULL para campos complejos. Nota: Los campos que se pueden buscar consumen espacio adicional en el índice para dar cabida a versiones tokenizadas adicionales del valor del campo para las búsquedas de texto completo. Si desea ahorrar espacio en el índice y no necesita incluir un campo en las búsquedas, establezca searchable en false.

sortable

boolean

Valor que indica si se debe hacer referencia al campo en $orderby expresiones. De forma predeterminada, el motor de búsqueda ordena los resultados por puntuación, pero en muchas experiencias los usuarios querrán ordenar por campos de los documentos. Solo se puede ordenar un campo simple si se trata de un solo valor (tiene un único valor en el ámbito del documento primario). Los campos de colección simples no se pueden ordenar, ya que son multivalor. Los subprocesos simples de colecciones complejas también son multivalor y, por tanto, no se pueden ordenar. Esto es cierto si es un campo primario inmediato o un campo antecesor, que es la colección compleja. Los campos complejos no se pueden ordenar y la propiedad ordenable debe ser null para estos campos. El valor predeterminado para ordenar es true para los campos simples con valores únicos, false para los campos simples con varios valores y null para los campos complejos.

stored

boolean

Valor inmutable que indica si el campo se conservará por separado en el disco que se devolverá en un resultado de búsqueda. Puede deshabilitar esta opción si no tiene previsto devolver el contenido del campo en una respuesta de búsqueda para ahorrar en la sobrecarga de almacenamiento. Esto solo se puede establecer durante la creación del índice y solo para campos vectoriales. Esta propiedad no se puede cambiar para los campos existentes ni establecerse como false para los nuevos campos. Si esta propiedad se establece como false, la propiedad 'recuperable' también debe establecerse en false. Esta propiedad debe ser true o no establecer para los campos de clave, para los nuevos campos y para los campos no vectoriales, y debe ser NULL para campos complejos. Deshabilitar esta propiedad reducirá los requisitos de almacenamiento de índices. El valor predeterminado es true para los campos vectoriales.

synonymMaps

string[]

Lista de los nombres de los mapas de sinónimos que se van a asociar a este campo. Esta opción solo se puede usar con campos que se pueden buscar. Actualmente solo se admite un mapa de sinónimos por campo. La asignación de un mapa de sinónimos a un campo garantiza que los términos de consulta destinados a ese campo se expanden en tiempo de consulta mediante las reglas del mapa de sinónimos. Este atributo se puede cambiar en campos existentes. Debe ser null o una colección vacía para campos complejos.

type

SearchFieldDataType

Tipo de datos del campo.

vectorEncoding

VectorEncodingFormat

Formato de codificación para interpretar el contenido del campo.

vectorSearchProfile

string

Nombre del perfil de búsqueda vectorial que especifica el algoritmo y el vectorizador que se va a usar al buscar en el campo vectorial.

SearchFieldDataType

Define el tipo de datos de un campo en un índice de búsqueda.

Valor Description
Edm.Boolean

Indica que un campo contiene un valor booleano (true o false).

Edm.Byte

Indica que un campo contiene un entero de 8 bits sin signo. Esto solo es válido cuando se usa con Collection(Edm.Byte).

Edm.ComplexType

Indica que un campo contiene uno o varios objetos complejos que, a su vez, tienen subcampos de otros tipos.

Edm.DateTimeOffset

Indica que un campo contiene un valor de fecha y hora, incluida la información de zona horaria.

Edm.Double

Indica que un campo contiene un número de punto flotante de precisión doble IEEE.

Edm.GeographyPoint

Indica que un campo contiene una ubicación geográfica en términos de longitud y latitud.

Edm.Half

Indica que un campo contiene un número de punto flotante de precisión media. Esto solo es válido cuando se usa con Collection(Edm.Half).

Edm.Int16

Indica que un campo contiene un entero de 16 bits con signo. Esto solo es válido cuando se usa con Collection(Edm.Int16).

Edm.Int32

Indica que un campo contiene un entero de 32 bits con signo.

Edm.Int64

Indica que un campo contiene un entero de 64 bits con signo.

Edm.SByte

Indica que un campo contiene un entero de 8 bits con signo. Esto solo es válido cuando se usa con Collection(Edm.SByte).

Edm.Single

Indica que un campo contiene un número de punto flotante de precisión única. Esto solo es válido cuando se usa con Collection(Edm.Single).

Edm.String

Indica que un campo contiene una cadena.

SearchIndex

Representa una definición de índice de búsqueda, que describe los campos y el comportamiento de búsqueda de un índice.

Nombre Tipo Description
@odata.etag

string

ETag del índice.

analyzers LexicalAnalyzer[]:

Analizadores del índice.

charFilters CharFilter[]:

Los filtros de caracteres para el índice.

corsOptions

CorsOptions

Opciones para controlar el uso compartido de recursos entre orígenes (CORS) para el índice.

defaultScoringProfile

string

Nombre del perfil de puntuación que se va a usar si no se especifica ninguno en la consulta. Si esta propiedad no está establecida y no se especifica ningún perfil de puntuación en la consulta, se usará la puntuación predeterminada (tf-idf).

encryptionKey

SearchResourceEncryptionKey

Descripción de una clave de cifrado que se crea en Azure Key Vault. Esta clave se usa para proporcionar un nivel adicional de cifrado en reposo para los datos cuando desea asegurarse de que nadie, ni siquiera Microsoft, pueda descifrar los datos. Una vez que haya cifrado los datos, siempre permanecerá cifrado. El servicio de búsqueda omitirá los intentos de establecer esta propiedad en null. Puede cambiar esta propiedad según sea necesario si desea rotar la clave de cifrado; Los datos no se verán afectados. El cifrado con claves administradas por el cliente no está disponible para los servicios de búsqueda gratuitos y solo está disponible para los servicios de pago creados el 1 de enero de 2019 o después.

fields

SearchField[]

Campos del índice.

name

string

Nombre del índice.

scoringProfiles

ScoringProfile[]

Perfiles de puntuación para el índice.

semantic

SemanticSettings

Define parámetros para un índice de búsqueda que influye en las funcionalidades semánticas.

similarity Similarity:

Tipo de algoritmo de similitud que se va a usar al puntuar y clasificar los documentos que coinciden con una consulta de búsqueda. El algoritmo de similitud solo se puede definir en el momento de creación del índice y no se puede modificar en índices existentes. Si es null, se usa el algoritmo ClassicSimilarity.

suggesters

Suggester[]

Proveedores de sugerencias para el índice.

tokenFilters TokenFilter[]:

El token filtra el índice.

tokenizers LexicalTokenizer[]:

Tokenizadores del índice.

vectorSearch

VectorSearch

Contiene opciones de configuración relacionadas con la búsqueda vectorial.

SearchIndexerDataNoneIdentity

Borra la propiedad de identidad de un origen de datos.

Nombre Tipo Description
@odata.type string:

#Microsoft.Azure.Search.DataNoneIdentity

Fragmento de URI que especifica el tipo de identidad.

SearchIndexerDataUserAssignedIdentity

Especifica la identidad de un origen de datos que se va a usar.

Nombre Tipo Description
@odata.type string:

#Microsoft.Azure.Search.DataUserAssignedIdentity

Fragmento de URI que especifica el tipo de identidad.

userAssignedIdentity

string

El identificador de recurso de Azure completo de una identidad administrada asignada por el usuario normalmente con el formato "/subscriptions/12345678-1234-1234-1234-1234567890ab/resourceGroups/rg/providers/Microsoft.ManagedIdentity/userAssignedIdentities/myId" que se debe haber asignado al servicio de búsqueda.

SearchResourceEncryptionKey

Una clave de cifrado administrada por el cliente en Azure Key Vault. Las claves que cree y administre se pueden usar para cifrar o descifrar datos en reposo, como índices y mapas de sinónimos.

Nombre Tipo Description
accessCredentials

AzureActiveDirectoryApplicationCredentials

Credenciales opcionales de Azure Active Directory que se usan para acceder a Azure Key Vault. No es necesario si se usa la identidad administrada en su lugar.

keyVaultKeyName

string

Nombre de la clave de Azure Key Vault que se usará para cifrar los datos en reposo.

keyVaultKeyVersion

string

Versión de la clave de Azure Key Vault que se usará para cifrar los datos en reposo.

keyVaultUri

string

El URI de Azure Key Vault, también denominado nombre DNS, que contiene la clave que se va a usar para cifrar los datos en reposo. Un URI de ejemplo podría ser https://my-keyvault-name.vault.azure.net.

SemanticConfiguration

Define una configuración específica que se usará en el contexto de las funcionalidades semánticas.

Nombre Tipo Description
name

string

Nombre de la configuración semántica.

prioritizedFields

PrioritizedFields

Describe los campos de título, contenido y palabra clave que se van a usar para la clasificación semántica, los títulos, los resaltados y las respuestas. Debe establecerse al menos una de las tres propiedades secundarias (titleField, priordKeywordsFields y priorizadoContentFields).

SemanticField

Campo que se usa como parte de la configuración semántica.

Nombre Tipo Description
fieldName

string

SemanticSettings

Define parámetros para un índice de búsqueda que influye en las funcionalidades semánticas.

Nombre Tipo Description
configurations

SemanticConfiguration[]

Configuraciones semánticas para el índice.

defaultConfiguration

string

Permite establecer el nombre de una configuración semántica predeterminada en el índice, lo que lo convierte en opcional para pasarlo como parámetro de consulta cada vez.

ShingleTokenFilter

Crea combinaciones de tokens como un único token. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.ShingleTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

filterToken

string

_

Cadena que se va a insertar para cada posición en la que no hay ningún token. El valor predeterminado es un carácter de subrayado ("_").

maxShingleSize

integer (int32)

minimum: 2
2

Tamaño máximo del shingle. El valor predeterminado y mínimo es 2.

minShingleSize

integer (int32)

minimum: 2
2

Tamaño mínimo del shingle. El valor predeterminado y mínimo es 2. Debe ser menor que el valor de maxShingleSize.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

outputUnigrams

boolean

True

Valor que indica si el flujo de salida contendrá los tokens de entrada (unigramas) así como los shingles. El valor predeterminado es true.

outputUnigramsIfNoShingles

boolean

False

Valor que indica si se van a generar unigramas para esos momentos en los que no hay ningún shingle disponible. Esta propiedad tiene prioridad cuando outputUnigrams está establecido en false. El valor predeterminado es false.

tokenSeparator

string

Cadena que se va a usar al unir tokens adyacentes para formar un shingle. El valor predeterminado es un solo espacio (" ").

SnowballTokenFilter

Filtro que deriva las palabras mediante un lematizador generado por Snowball. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Description
@odata.type string:

#Microsoft.Azure.Search.SnowballTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

language

SnowballTokenFilterLanguage

Idioma que se va a usar.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

SnowballTokenFilterLanguage

Idioma que se va a usar para un filtro de token de Snowball.

Valor Description
armenian

Selecciona el tokenizador de lematización lucene Snowball para armenio.

basque

Selecciona el tokenizador de lematización lucene Snowball para Euskera.

catalan

Selecciona el tokenizador de lematización lucene Snowball para catalán.

danish

Selecciona el tokenizador de lematización lucene Snowball para danés.

dutch

Selecciona el tokenizador de lematización lucene Snowball para neerlandés.

english

Selecciona el tokenizador de lematización de Lucene Snowball para inglés.

finnish

Selecciona el tokenizador de lematización lucene Snowball para finés.

french

Selecciona el tokenizador de lematización lucene Snowball para francés.

german

Selecciona el tokenizador de lematización lucene Snowball para alemán.

german2

Selecciona el tokenizador de lematización de Lucene Snowball que usa el algoritmo de variante alemán.

hungarian

Selecciona el tokenizador de lematización lucene Snowball para húngaro.

italian

Selecciona el tokenizador de lematización lucene Snowball para italiano.

kp

Selecciona el tokenizador de lematización de Lucene Snowball para neerlandés que usa el algoritmo de lematización Kraaij-Pohlmann.

lovins

Selecciona el tokenizador de lematización de Lucene Snowball para inglés que usa el algoritmo de lematización de Lovins.

norwegian

Selecciona el tokenizador de lematización lucene Snowball para noruego.

porter

Selecciona el tokenizador de lematización de Lucene Snowball para inglés que usa el algoritmo de lematización porter.

portuguese

Selecciona el tokenizador de lematización lucene Snowball para portugués.

romanian

Selecciona el tokenizador de lematización lucene Snowball para rumano.

russian

Selecciona el tokenizador de lematización lucene Snowball para ruso.

spanish

Selecciona el tokenizador de lematización lucene Snowball para español.

swedish

Selecciona el tokenizador de lematización lucene Snowball para sueco.

turkish

Selecciona el tokenizador de lematización lucene Snowball para turco.

StemmerOverrideTokenFilter

Proporciona la capacidad de invalidar otros filtros de lematización con lematización personalizada basada en diccionarios. Cualquier término con lematización de diccionario se marcará como palabras clave para que no se lematice con lematizadores hacia abajo de la cadena. Debe colocarse antes de los filtros de lematización. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Description
@odata.type string:

#Microsoft.Azure.Search.StemmerOverrideTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

rules

string[]

Lista de reglas de lematización con el siguiente formato: "word => tallo", por ejemplo: "ran => run".

StemmerTokenFilter

Filtro de lematización específico del idioma. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Description
@odata.type string:

#Microsoft.Azure.Search.StemmerTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

language

StemmerTokenFilterLanguage

Idioma que se va a usar.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

StemmerTokenFilterLanguage

Idioma que se va a usar para un filtro de token de lematizador.

Valor Description
arabic

Selecciona el tokenizador de lematización de Lucene para árabe.

armenian

Selecciona el tokenizador de lematización lucene para armenio.

basque

Selecciona el tokenizador de lematización de Lucene para Euskera.

brazilian

Selecciona el tokenizador de lematización lucene para portugués (Brasil).

bulgarian

Selecciona el tokenizador de lematización lucene para búlgaro.

catalan

Selecciona el tokenizador de lematización lucene para catalán.

czech

Selecciona el tokenizador de lematización de Lucene para Checo.

danish

Selecciona el tokenizador de lematización lucene para danés.

dutch

Selecciona el tokenizador de lematización de Lucene para neerlandés.

dutchKp

Selecciona el tokenizador de lematización de Lucene para neerlandés que usa el algoritmo de lematización Kraaij-Pohlmann.

english

Selecciona el tokenizador de lematización de Lucene para inglés.

finnish

Selecciona el tokenizador de lematización de Lucene para finés.

french

Selecciona el tokenizador de lematización de Lucene para francés.

galician

Selecciona el tokenizador de lematización lucene para Gallega.

german

Selecciona el tokenizador de lematización de Lucene para alemán.

german2

Selecciona el tokenizador de lematización de Lucene que usa el algoritmo de variante alemán.

greek

Selecciona el tokenizador de lematización lucene para griego.

hindi

Selecciona el tokenizador de lematización lucene para hindi.

hungarian

Selecciona el tokenizador de lematización lucene para húngaro.

indonesian

Selecciona el tokenizador de lematización lucene para indonesia.

irish

Selecciona el tokenizador de lematización lucene para irlandés.

italian

Selecciona el tokenizador de lematización de Lucene para italiano.

latvian

Selecciona el tokenizador de lematización de Lucene para Letón.

lightEnglish

Selecciona el tokenizador de lematización de Lucene para inglés que realiza lematización ligera.

lightFinnish

Selecciona el tokenizador de lematización de Lucene para finés que realiza lematización ligera.

lightFrench

Selecciona el tokenizador de lematización de Lucene para francés que realiza lematización ligera.

lightGerman

Selecciona el tokenizador de lematización lucene para alemán que realiza lematización ligera.

lightHungarian

Selecciona el tokenizador de lematización de Lucene para húngaro que realiza lematización ligera.

lightItalian

Selecciona el tokenizador de lematización lucene para italiano que realiza lematización ligera.

lightNorwegian

Selecciona el tokenizador de lematización lucene para noruego (Bokmål) que realiza lematización ligera.

lightNynorsk

Selecciona el tokenizador de lematización lucene para noruego (Nynorsk) que realiza lematización ligera.

lightPortuguese

Selecciona el tokenizador de lematización de Lucene para portugués que realiza lematización ligera.

lightRussian

Selecciona el tokenizador de lematización de Lucene para ruso que realiza lematización ligera.

lightSpanish

Selecciona el tokenizador de lematización de Lucene para español que realiza lematización ligera.

lightSwedish

Selecciona el tokenizador de lematización lucene para sueco que realiza lematización ligera.

lovins

Selecciona el tokenizador de lematización de Lucene para inglés que usa el algoritmo de lematización de Lovins.

minimalEnglish

Selecciona el tokenizador de lematización de Lucene para inglés que realiza una lematización mínima.

minimalFrench

Selecciona el tokenizador de lematización de Lucene para francés que realiza una lematización mínima.

minimalGalician

Selecciona el tokenizador de lematización lucene para gallega que realiza una lematización mínima.

minimalGerman

Selecciona el tokenizador de lematización lucene para alemán que realiza una lematización mínima.

minimalNorwegian

Selecciona el tokenizador de lematización lucene para noruego (Bokmål) que realiza una lematización mínima.

minimalNynorsk

Selecciona el tokenizador de lematización lucene para noruego (Nynorsk) que realiza una lematización mínima.

minimalPortuguese

Selecciona el tokenizador de lematización lucene para portugués que realiza una lematización mínima.

norwegian

Selecciona el tokenizador de lematización lucene para noruego (Bokmål).

porter2

Selecciona el tokenizador de lematización de Lucene para inglés que usa el algoritmo de lematización porter2.

portuguese

Selecciona el tokenizador de lematización de Lucene para portugués.

portugueseRslp

Selecciona el tokenizador de lematización de Lucene para portugués que usa el algoritmo de lematización RSLP.

possessiveEnglish

Selecciona el tokenizador de lematización de Lucene para inglés que quita los posesivos finales de las palabras.

romanian

Selecciona el tokenizador de lematización lucene para rumano.

russian

Selecciona el tokenizador de lematización lucene para ruso.

sorani

Selecciona el tokenizador de lematización de Lucene para Sorani.

spanish

Selecciona el tokenizador de lematización de Lucene para español.

swedish

Selecciona el tokenizador de lematización lucene para sueco.

turkish

Selecciona el tokenizador de lematización lucene para turco.

StopAnalyzer

Divide el texto en letras no letras; Aplica los filtros de token en minúsculas y palabras irrelevantes. Este analizador se implementa mediante Apache Lucene.

Nombre Tipo Description
@odata.type string:

#Microsoft.Azure.Search.StopAnalyzer

Fragmento de URI que especifica el tipo de analizador.

name

string

Nombre del analizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

stopwords

string[]

Lista de palabras irrelevantes.

StopwordsList

Identifica una lista predefinida de palabras irrelevantes específicas del lenguaje.

Valor Description
arabic

Selecciona la lista de palabras irrelevantes para árabe.

armenian

Selecciona la lista de palabras irrelevantes de Armenia.

basque

Selecciona la lista de palabras irrelevantes de Euskera.

brazilian

Selecciona la lista de palabras irrelevantes para portugués (Brasil).

bulgarian

Selecciona la lista de palabras irrelevantes para búlgaro.

catalan

Selecciona la lista de palabras irrelevantes de Catalán.

czech

Selecciona la lista de palabras irrelevantes para Checo.

danish

Selecciona la lista de palabras irrelevantes para danés.

dutch

Selecciona la lista de palabras irrelevantes de Dutch.

english

Selecciona la lista de palabras irrelevantes para inglés.

finnish

Selecciona la lista de palabras irrelevantes de Finés.

french

Selecciona la lista de palabras irrelevantes para francés.

galician

Selecciona la lista de palabras irrelevantes de Gallega.

german

Selecciona la lista de palabras irrelevantes para alemán.

greek

Selecciona la lista de palabras irrelevantes para griego.

hindi

Selecciona la lista de palabras irrelevantes para Hindi.

hungarian

Selecciona la lista de palabras irrelevantes para húngaro.

indonesian

Selecciona la lista de palabras irrelevantes de Indonesia.

irish

Selecciona la lista de palabras irrelevantes para irlandés.

italian

Selecciona la lista de palabras irrelevantes para italiano.

latvian

Selecciona la lista de palabras irrelevantes de Letón.

norwegian

Selecciona la lista de palabras irrelevantes para Noruego.

persian

Selecciona la lista de palabras irrelevantes para persa.

portuguese

Selecciona la lista de palabras irrelevantes para portugués.

romanian

Selecciona la lista de palabras irrelevantes para rumano.

russian

Selecciona la lista de palabras irrelevantes para ruso.

sorani

Selecciona la lista de palabras irrelevantes de Sorani.

spanish

Selecciona la lista de palabras irrelevantes para español.

swedish

Selecciona la lista de palabras irrelevantes para sueco.

thai

Selecciona la lista de palabras irrelevantes de Thai.

turkish

Selecciona la lista de palabras irrelevantes para turco.

StopwordsTokenFilter

Quita las palabras irrelevantes de una secuencia de tokens. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.StopwordsTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

ignoreCase

boolean

False

Valor que indica si se omitirán mayúsculas y minúsculas. Si es true, todas las palabras se convierten en minúsculas en primer lugar. El valor predeterminado es false.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

removeTrailing

boolean

True

Valor que indica si se omitirá el último término de búsqueda si es una palabra irrelevante. El valor predeterminado es true.

stopwords

string[]

Lista de palabras irrelevantes. Esta propiedad y la propiedad de lista de palabras irrelevantes no se pueden establecer.

stopwordsList

StopwordsList

english

Lista predefinida de palabras irrelevantes que se van a usar. Esta propiedad y la propiedad stopwords no se pueden establecer. El valor predeterminado es inglés.

Suggester

Define cómo se debe aplicar la API suggest a un grupo de campos del índice.

Nombre Tipo Description
name

string

Nombre del proveedor de sugerencias.

searchMode

SuggesterSearchMode

Valor que indica las funciones del proveedor de sugerencias.

sourceFields

string[]

Lista de nombres de campo a los que se aplica el proveedor de sugerencias. Cada campo debe ser buscable.

SuggesterSearchMode

Valor que indica las funciones del proveedor de sugerencias.

Valor Description
analyzingInfixMatching

Coincide con términos y prefijos enteros consecutivos en un campo. Por ejemplo, para el campo "El zorro marrón más rápido", las consultas "rápido" y "frente más rápido" coincidirían ambos.

SynonymTokenFilter

Coincide con sinónimos de una o varias palabras en una secuencia de tokens. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.SynonymTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

expand

boolean

True

Valor que indica si todas las palabras de la lista de sinónimos (si => notación no se usan) se asignarán entre sí. Si es true, todas las palabras de la lista de sinónimos (si => notación no se usan) se asignarán entre sí. La siguiente lista: increíble, increíble, fabuloso, increíble es equivalente a: increíble, increíble, fabuloso, increíble => increíble, increíble, fabuloso, increíble. Si es false, la siguiente lista: increíble, increíble, fabuloso, increíble será equivalente a: increíble, increíble, fabuloso, increíble => increíble. El valor predeterminado es true.

ignoreCase

boolean

False

Valor que indica si se debe plegar mayúsculas y minúsculas para buscar coincidencias. El valor predeterminado es false.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

synonyms

string[]

Lista de sinónimos en uno de los dos formatos siguientes: 1. increíble, increíble, fabuloso => increíble - todos los términos en el lado izquierdo de => símbolo se reemplazarán por todos los términos en su lado derecho; 2. increíble, increíble, fabuloso, increíble - lista separada por comas de palabras equivalentes. Establezca la opción expandir para cambiar cómo se interpreta esta lista.

TagScoringFunction

Define una función que aumenta las puntuaciones de documentos con valores de cadena que coinciden con una lista determinada de etiquetas.

Nombre Tipo Description
boost

number (double)

Multiplicador de la puntuación sin procesar. Debe ser un número positivo no igual a 1,0.

fieldName

string

Nombre del campo utilizado como entrada para la función de puntuación.

interpolation

ScoringFunctionInterpolation

Valor que indica cómo se interpolará la potenciación entre las puntuaciones de los documentos; el valor predeterminado es "Linear".

tag

TagScoringParameters

Valores de parámetro para la función de puntuación de etiquetas.

type string:

tag

Indica el tipo de función que se va a usar. Los valores válidos incluyen magnitud, actualización, distancia y etiqueta. El tipo de función debe ser en minúsculas.

TagScoringParameters

Proporciona valores de parámetro a una función de puntuación de etiquetas.

Nombre Tipo Description
tagsParameter

string

Nombre del parámetro pasado en las consultas de búsqueda para especificar la lista de etiquetas que se van a comparar con el campo de destino.

TextWeights

Define pesos en campos de índice para los que las coincidencias deben aumentar la puntuación en las consultas de búsqueda.

Nombre Tipo Description
weights

object

Diccionario de pesos por campo para aumentar la puntuación de documentos. Las claves son nombres de campo y los valores son los pesos de cada campo.

TokenCharacterKind

Representa clases de caracteres en las que puede funcionar un filtro de token.

Valor Description
digit

Mantiene los dígitos en tokens.

letter

Mantiene las letras en tokens.

punctuation

Mantiene la puntuación en tokens.

symbol

Mantiene los símbolos en tokens.

whitespace

Mantiene el espacio en blanco en tokens.

TokenFilterName

Define los nombres de todos los filtros de token admitidos por el motor de búsqueda.

Valor Description
apostrophe

Tira todos los caracteres después de un apóstrofo (incluido el apóstrofo en sí). Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/tr/ApostropheFilter.html.

arabic_normalization

Filtro de token que aplica el normalizador árabe para normalizar la ortografía. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/ar/ArabicNormalizationFilter.html.

asciifolding

Convierte caracteres alfabéticos, numéricos y simbólicos Unicode que no están en los primeros 127 caracteres ASCII (el bloque Unicode "Básico latino") en sus equivalentes ASCII, si existen dichos equivalentes. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/ASCIIFoldingFilter.html.

cjk_bigram

Forma bigrams de términos de CJK que se generan a partir del tokenizador estándar. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/cjk/CJKBigramFilter.html.

cjk_width

Normaliza las diferencias de ancho de CJK. Plega las variantes ASCII de fullwidth en el latino básico equivalente y las variantes katakana de ancho medio en el kana equivalente. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/cjk/CJKWidthFilter.html.

classic

Quita los posesivos en inglés y los puntos de los acrónimos. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/standard/ClassicFilter.html.

common_grams

Construya bigrams para términos que se producen con frecuencia durante la indexación. Los términos únicos todavía se indexan también, con bigrams superpuestos. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/commongrams/CommonGramsFilter.html.

edgeNGram_v2

Genera n-gramas de los tamaños especificados a partir de la parte delantera o posterior de un token de entrada. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/ngram/EdgeNGramTokenFilter.html.

elision

Quita las elisiones. Por ejemplo, "l'avion" (el plano) se convertirá en "avion" (plano). Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/util/ElisionFilter.html.

german_normalization

Normaliza los caracteres alemanes según la heurística del algoritmo de bola de nieve alemán2. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/de/GermanNormalizationFilter.html.

hindi_normalization

Normaliza el texto en hindi para eliminar algunas diferencias en las variaciones ortográficas. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/hi/HindiNormalizationFilter.html.

indic_normalization

Normaliza la representación Unicode del texto en idiomas indios. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/in/IndicNormalizationFilter.html.

keyword_repeat

Emite cada token entrante dos veces, una como palabra clave y una vez como palabra clave no clave. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/KeywordRepeatFilter.html.

kstem

Filtro kstem de alto rendimiento para inglés. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/en/KStemFilter.html.

length

Quita las palabras que son demasiado largas o demasiado cortas. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/LengthFilter.html.

limit

Limita el número de tokens durante la indexación. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/LimitTokenCountFilter.html.

lowercase

Normaliza el texto del token en minúsculas. Vea https://lucene.apache.org/core/6_6_1/analyzers-common/org/apache/lucene/analysis/core/LowerCaseFilter.html.

nGram_v2

Genera n-gramas de los tamaños especificados. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/ngram/NGramTokenFilter.html.

persian_normalization

Aplica la normalización para persa. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/fa/PersianNormalizationFilter.html.

phonetic

Cree tokens para coincidencias fonéticas. Vea https://lucene.apache.org/core/4_10_3/analyzers-phonetic/org/apache/lucene/analysis/phonetic/package-tree.html.

porter_stem

Usa el algoritmo de lematización porter para transformar la secuencia de tokens. Vea http://tartarus.org/~martin/PorterStemmer.

reverse

Invierte la cadena del token. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/reverse/ReverseStringFilter.html.

scandinavian_folding

Dobla caracteres escandinavos åÅäæÄÆ->a y öÖøØ->o. También discrimina el uso de vocales dobles aa, ae, ao, oe y oo, dejando solo el primero. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/ScandinavianFoldingFilter.html.

scandinavian_normalization

Normaliza el uso de los caracteres escandinavos intercambiables. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/ScandinavianNormalizationFilter.html.

shingle

Crea combinaciones de tokens como un único token. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/shingle/ShingleFilter.html.

snowball

Filtro que deriva las palabras mediante un lematizador generado por Snowball. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/snowball/SnowballFilter.html.

sorani_normalization

Normaliza la representación Unicode del texto Sorani. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/ckb/SoraniNormalizationFilter.html.

stemmer

Filtro de lematización específico del idioma. Vea https://learn.microsoft.com/rest/api/searchservice/Custom-analyzers-in-Azure-Search#TokenFilters.

stopwords

Quita las palabras irrelevantes de una secuencia de tokens. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/StopFilter.html.

trim

Recorta el espacio en blanco inicial y final de los tokens. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/TrimFilter.html.

truncate

Trunca los términos a una longitud específica. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/TruncateTokenFilter.html.

unique

Filtra los tokens con el mismo texto que el token anterior. Vea http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/RemoveDuplicatesTokenFilter.html.

uppercase

Normaliza el texto del token en mayúsculas. Vea https://lucene.apache.org/core/6_6_1/analyzers-common/org/apache/lucene/analysis/core/UpperCaseFilter.html.

word_delimiter

Divide palabras en subpalabras y realiza transformaciones opcionales en grupos de subwords.

TruncateTokenFilter

Trunca los términos a una longitud específica. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.TruncateTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

length

integer (int32)

maximum: 300
300

Longitud en la que se truncarán los términos. El valor predeterminado y máximo es 300.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

UaxUrlEmailTokenizer

Tokeniza las direcciones URL y los correos electrónicos como un token. Este tokenizador se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.UaxUrlEmailTokenizer

Fragmento de URI que especifica el tipo de tokenizador.

maxTokenLength

integer (int32)

maximum: 300
255

Longitud máxima del token. El valor predeterminado es 255. Los tokens más largos que la longitud máxima se dividen. La longitud máxima del token que se puede usar es de 300 caracteres.

name

string

Nombre del tokenizador. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

UniqueTokenFilter

Filtra los tokens con el mismo texto que el token anterior. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.UniqueTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

onlyOnSamePosition

boolean

False

Valor que indica si se van a quitar duplicados solo en la misma posición. El valor predeterminado es false.

VectorEncodingFormat

Formato de codificación para interpretar el contenido del campo vectorial.

Valor Description
packedBit

Formato de codificación que representa bits empaquetados en un tipo de datos más amplio.

VectorSearch

Contiene opciones de configuración relacionadas con la búsqueda vectorial.

Nombre Tipo Description
algorithms VectorSearchAlgorithmConfiguration[]:

Contiene opciones de configuración específicas del algoritmo utilizado durante la indexación o consulta.

compressions VectorSearchCompressionConfiguration[]:

Contiene opciones de configuración específicas del método de compresión utilizado durante la indexación o consulta.

profiles

VectorSearchProfile[]

Define combinaciones de configuraciones que se van a usar con la búsqueda vectorial.

vectorizers VectorSearchVectorizer[]:

Contiene opciones de configuración sobre cómo vectorizar consultas vectoriales de texto.

VectorSearchAlgorithmKind

Algoritmo utilizado para la indexación y consulta.

Valor Description
exhaustiveKnn

Algoritmo KNN exhaustivo que realizará la búsqueda por fuerza bruta.

hnsw

HNSW (Jerárquico Mundo pequeño navegable), un tipo de algoritmo de vecinos más cercano aproximado.

VectorSearchAlgorithmMetric

Métrica de similitud que se va a usar para comparaciones vectoriales. Se recomienda elegir la misma métrica de similitud en la que se entrenó el modelo de inserción.

Valor Description
cosine

Mide el ángulo entre vectores para cuantificar su similitud, ignorando la magnitud. Cuanto menor sea el ángulo, más cerca de la similitud.

dotProduct

Calcula la suma de productos a nivel de elemento para medir la alineación y la similitud de magnitud. Cuanto mayor y más positivo, más cerca de la similitud.

euclidean

Calcula la distancia de línea recta entre vectores en un espacio multidimensional. Cuanto menor sea la distancia, más cerca de la similitud.

hamming

Solo se aplica a los tipos de datos binarios empaquetados por bits. Determina la disimilaridad contando posiciones diferentes en vectores binarios. Cuantos menos diferencias, más cerca de la similitud.

VectorSearchCompressionKind

Método de compresión usado para indexación y consulta.

Valor Description
binaryQuantization

Cuantificación binaria, un tipo de método de compresión. En la cuantificación binaria, los valores de vectores originales se comprimen al tipo binario más estrecho al discretizar y representar cada componente de un vector mediante valores binarios, lo que reduce el tamaño general de los datos.

scalarQuantization

Cuantificación escalar, un tipo de método de compresión. En la cuantificación escalar, los valores de vectores originales se comprimen en un tipo más estrecho al discretizar y representar cada componente de un vector mediante un conjunto reducido de valores cuantificados, lo que reduce el tamaño general de los datos.

VectorSearchCompressionTargetDataType

Tipo de datos cuantificado de valores vectoriales comprimidos.

Valor Description
int8

VectorSearchProfile

Define una combinación de configuraciones que se van a usar con la búsqueda vectorial.

Nombre Tipo Description
algorithm

string

Nombre de la configuración del algoritmo de búsqueda vectorial que especifica el algoritmo y los parámetros opcionales.

compression

string

Nombre de la configuración del método de compresión que especifica el método de compresión y los parámetros opcionales.

name

string

Nombre que se va a asociar a este perfil de búsqueda vectorial concreto.

vectorizer

string

Nombre de la vectorización que se va a configurar para su uso con la búsqueda vectorial.

VectorSearchVectorizerKind

Método de vectorización que se va a usar durante el tiempo de consulta.

Valor Description
azureOpenAI

Genere incrustaciones mediante un recurso de Azure OpenAI en el momento de la consulta.

customWebApi

Genere incrustaciones mediante un punto de conexión web personalizado en el momento de la consulta.

WebApiParameters

Especifica las propiedades para conectarse a un vectorizador definido por el usuario.

Nombre Tipo Description
authIdentity SearchIndexerDataIdentity:

La identidad administrada asignada por el usuario que se usa para las conexiones salientes. Si se proporciona un authResourceId y no se especifica, se usa la identidad administrada asignada por el sistema. En las actualizaciones del indexador, si la identidad no está especificada, el valor permanece sin cambios. Si se establece en "none", se borra el valor de esta propiedad.

authResourceId

string

Se aplica a los puntos de conexión personalizados que se conectan al código externo en una función de Azure o a otra aplicación que proporciona las transformaciones. Este valor debe ser el identificador de aplicación creado para la función o la aplicación cuando se registró con Azure Active Directory. Cuando se especifica, la vectorización se conecta a la función o aplicación mediante un identificador administrado (ya sea del sistema o asignado por el usuario) del servicio de búsqueda y el token de acceso de la función o aplicación, usando este valor como identificador de recurso para crear el ámbito del token de acceso.

httpHeaders

object

Encabezados necesarios para realizar la solicitud HTTP.

httpMethod

string

Método para la solicitud HTTP.

timeout

string (duration)

Tiempo de espera deseado para la solicitud. El valor predeterminado es de 30 segundos.

uri

string (uri)

URI de la API web que proporciona el vectorizador.

WebApiVectorizer

Especifica un vectorizador definido por el usuario para generar la inserción de vectores de una cadena de consulta. La integración de un vectorizador externo se logra mediante la interfaz de API web personalizada de un conjunto de aptitudes.

Nombre Tipo Description
customWebApiParameters

WebApiParameters

Especifica las propiedades del vectorizador definido por el usuario.

kind string:

customWebApi

Nombre del tipo de método de vectorización que se va a configurar para su uso con la búsqueda vectorial.

name

string

Nombre que se va a asociar a este método de vectorización determinado.

WordDelimiterTokenFilter

Divide palabras en subpalabras y realiza transformaciones opcionales en grupos de subwords. Este filtro de token se implementa mediante Apache Lucene.

Nombre Tipo Valor predeterminado Description
@odata.type string:

#Microsoft.Azure.Search.WordDelimiterTokenFilter

Fragmento de URI que especifica el tipo de filtro de token.

catenateAll

boolean

False

Valor que indica si todas las partes de subword se clasificarán. Por ejemplo, si se establece en true, "Azure-Search-1" se convierte en "AzureSearch1". El valor predeterminado es false.

catenateNumbers

boolean

False

Valor que indica si se clasificarán las ejecuciones máximas de partes de número. Por ejemplo, si se establece en true, "1-2" se convierte en "12". El valor predeterminado es false.

catenateWords

boolean

False

Valor que indica si se clasificarán las ejecuciones máximas de elementos de palabras. Por ejemplo, si se establece en true, "Azure-Search" se convierte en "AzureSearch". El valor predeterminado es false.

generateNumberParts

boolean

True

Valor que indica si se van a generar subpalabras numéricas. El valor predeterminado es true.

generateWordParts

boolean

True

Valor que indica si se van a generar palabras de parte. Si se establece, hace que se generen partes de palabras; por ejemplo, "AzureSearch" se convierte en "Azure" "Search". El valor predeterminado es true.

name

string

Nombre del filtro de token. Solo debe contener letras, dígitos, espacios, guiones o caracteres de subrayado, solo puede comenzar y terminar con caracteres alfanuméricos y está limitado a 128 caracteres.

preserveOriginal

boolean

False

Valor que indica si se conservarán y agregarán palabras originales a la lista de subwords. El valor predeterminado es false.

protectedWords

string[]

Lista de tokens que se van a proteger frente a delimitados.

splitOnCaseChange

boolean

True

Valor que indica si se deben dividir palabras en caseChange. Por ejemplo, si se establece en true, "AzureSearch" se convierte en "Azure" "Search". El valor predeterminado es true.

splitOnNumerics

boolean

True

Valor que indica si se va a dividir en números. Por ejemplo, si se establece en true, "Azure1Search" se convierte en "Azure" "1" "Search". El valor predeterminado es true.

stemEnglishPossessive

boolean

True

Valor que indica si se va a quitar "'s" final para cada subword. El valor predeterminado es true.