Introdução
O Azure AI Search permite criar soluções de pesquisa nas quais um pipeline de habilidades de IA é usado para enriquecer dados e preencher um índice. Os enriquecimentos de dados realizados pelas habilidades no pipeline complementam os dados de origem com insights como:
- A língua em que um documento é escrito.
- Frases-chave que podem ajudar a determinar os principais temas ou tópicos discutidos em um documento.
- Uma pontuação de sentimento que quantifica o quão positivo ou negativo é um documento.
- Locais, pessoas, organizações ou pontos de referência específicos mencionados no conteúdo.
- Descrições de imagens geradas por IA ou texto de imagem extraído por reconhecimento ótico de caracteres (OCR).
Os dados enriquecidos no índice tornam possível criar uma solução de pesquisa abrangente que vai além da pesquisa básica de texto completo do conteúdo de origem.
Arquivos de conhecimento
Embora o índice possa ser considerado a saída primária de um processo de indexação, os dados enriquecidos que ele contém também podem ser úteis de outras maneiras. Por exemplo:
- Como o índice é essencialmente uma coleção de objetos JSON, cada um representando um registro indexado, pode ser útil exportar os objetos como arquivos JSON para integração em um processo de orquestração de dados usando ferramentas como o Azure Data Factory.
- Talvez você queira normalizar os registros de índice em um esquema relacional de tabelas para análise e relatórios com ferramentas como o Microsoft Power BI.
- Tendo extraído imagens incorporadas de documentos durante o processo de indexação, convém salvar essas imagens como arquivos.
O Azure AI Search dá suporte a esses cenários, permitindo que você defina um armazenamento de conhecimento no conjunto de habilidades que encapsula seu pipeline de enriquecimento. O armazenamento de conhecimento consiste em projeções dos dados enriquecidos, que podem ser objetos JSON, tabelas ou arquivos de imagem. Quando um indexador executa o pipeline para criar ou atualizar um índice, as projeções são geradas e persistem no repositório de conhecimento.
Neste módulo, você implementará uma loja de conhecimento para a Margie's Travel, uma agência de viagens fictícia que usa informações em folhetos e avaliações de hotéis para ajudar os clientes a planejar viagens e você aprenderá a:
- Criar um repositório de conhecimento a partir de um pipeline de Pesquisa de IA do Azure
- Exibir dados em projeções em um repositório de conhecimento
Nota
Este módulo pressupõe que você já saiba como criar e usar uma solução de Pesquisa de IA do Azure que inclua habilidades internas. Caso contrário, conclua primeiro o módulo Criar uma solução do Azure AI Search.