Indexes - Create
Skapar ett nytt sökindex.
POST {endpoint}/indexes?api-version=2024-07-01
URI-parametrar
Name | I | Obligatorisk | Typ | Description |
---|---|---|---|---|
endpoint
|
path | True |
string |
Slutpunkts-URL:en för söktjänsten. |
api-version
|
query | True |
string |
Klient-API-version. |
Begärandehuvud
Name | Obligatorisk | Typ | Description |
---|---|---|---|
x-ms-client-request-id |
string uuid |
Spårnings-ID:t som skickas med begäran för att hjälpa till med felsökning. |
Begärandetext
Name | Obligatorisk | Typ | Description |
---|---|---|---|
fields | True |
Fälten i indexet. |
|
name | True |
string |
Namnet på indexet. |
@odata.etag |
string |
Indexets ETag. |
|
analyzers | LexicalAnalyzer[]: |
Analysverktygen för indexet. |
|
charFilters | CharFilter[]: |
Tecknet filtrerar för indexet. |
|
corsOptions |
Alternativ för att styra CORS (Cross-Origin Resource Sharing) för indexet. |
||
defaultScoringProfile |
string |
Namnet på bedömningsprofilen som ska användas om ingen anges i frågan. Om den här egenskapen inte har angetts och ingen bedömningsprofil har angetts i frågan används standardbedömning (tf-idf). |
|
encryptionKey |
En beskrivning av en krypteringsnyckel som du skapar i Azure Key Vault. Den här nyckeln används för att tillhandahålla ytterligare en nivå av kryptering i vila för dina data när du vill ha fullständig försäkran om att ingen, inte ens Microsoft, kan dekryptera dina data. När du har krypterat dina data förblir de alltid krypterade. Söktjänsten ignorerar försök att ange den här egenskapen till null. Du kan ändra den här egenskapen efter behov om du vill rotera krypteringsnyckeln. Dina data påverkas inte. Kryptering med kundhanterade nycklar är inte tillgängligt för kostnadsfria söktjänster och är endast tillgängligt för betaltjänster som skapats den 1 januari 2019 eller senare. |
||
scoringProfiles |
Bedömningsprofilerna för indexet. |
||
semantic |
Definierar parametrar för ett sökindex som påverkar semantiska funktioner. |
||
similarity | Similarity: |
Typen av likhetsalgoritm som ska användas vid bedömning och rangordning av dokument som matchar en sökfråga. Likhetsalgoritmen kan bara definieras när index skapas och kan inte ändras på befintliga index. Om värdet är null används ClassicSimilarity-algoritmen. |
|
suggesters |
Förslagsgivare för indexet. |
||
tokenFilters |
TokenFilter[]:
|
Tokenfiltren för indexet. |
|
tokenizers | LexicalTokenizer[]: |
Tokenizers för indexet. |
|
vectorSearch |
Innehåller konfigurationsalternativ som rör vektorsökning. |
Svar
Name | Typ | Description |
---|---|---|
201 Created | ||
Other Status Codes |
Felsvar. |
Exempel
SearchServiceCreateIndex
Exempelbegäran
POST https://myservice.search.windows.net/indexes?api-version=2024-07-01
{
"name": "hotels",
"fields": [
{
"name": "hotelId",
"type": "Edm.String",
"key": true,
"searchable": false
},
{
"name": "baseRate",
"type": "Edm.Double"
},
{
"name": "description",
"type": "Edm.String",
"filterable": false,
"sortable": false,
"facetable": false
},
{
"name": "descriptionEmbedding",
"type": "Collection(Edm.Single)",
"searchable": true,
"filterable": false,
"retrievable": true,
"sortable": false,
"facetable": false,
"key": false,
"indexAnalyzer": null,
"searchAnalyzer": null,
"analyzer": null,
"synonymMaps": [],
"dimensions": 1536,
"vectorSearchProfile": "myHnswSQProfile"
},
{
"name": "descriptionEmbedding_notstored",
"type": "Collection(Edm.Single)",
"searchable": true,
"filterable": false,
"retrievable": false,
"stored": false,
"sortable": false,
"facetable": false,
"key": false,
"indexAnalyzer": null,
"searchAnalyzer": null,
"analyzer": null,
"synonymMaps": [],
"dimensions": 1536,
"vectorSearchProfile": "myHnswSQProfile"
},
{
"name": "descriptionEmbedding_forBQ",
"type": "Collection(Edm.Single)",
"searchable": true,
"filterable": false,
"retrievable": true,
"sortable": false,
"facetable": false,
"key": false,
"indexAnalyzer": null,
"searchAnalyzer": null,
"analyzer": null,
"synonymMaps": [],
"dimensions": 1536,
"vectorSearchProfile": "myHnswBQProfile"
},
{
"name": "description_fr",
"type": "Edm.String",
"filterable": false,
"sortable": false,
"facetable": false,
"analyzer": "fr.lucene"
},
{
"name": "hotelName",
"type": "Edm.String"
},
{
"name": "nameEmbedding",
"type": "Collection(Edm.Half)",
"searchable": true,
"filterable": false,
"retrievable": true,
"sortable": false,
"facetable": false,
"key": false,
"indexAnalyzer": null,
"searchAnalyzer": null,
"analyzer": null,
"synonymMaps": [],
"dimensions": 1536,
"vectorSearchProfile": "myHnswProfile"
},
{
"name": "category",
"type": "Edm.String"
},
{
"name": "tags",
"type": "Collection(Edm.String)",
"analyzer": "tagsAnalyzer"
},
{
"name": "parkingIncluded",
"type": "Edm.Boolean"
},
{
"name": "smokingAllowed",
"type": "Edm.Boolean"
},
{
"name": "lastRenovationDate",
"type": "Edm.DateTimeOffset"
},
{
"name": "rating",
"type": "Edm.Int32"
},
{
"name": "location",
"type": "Edm.GeographyPoint"
}
],
"scoringProfiles": [
{
"name": "geo",
"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"
}
],
"corsOptions": {
"allowedOrigins": [
"tempuri.org"
],
"maxAgeInSeconds": 60
},
"encryptionKey": {
"keyVaultKeyName": "myUserManagedEncryptionKey-createdinAzureKeyVault",
"keyVaultKeyVersion": "myKeyVersion-32charAlphaNumericString",
"keyVaultUri": "https://myKeyVault.vault.azure.net",
"accessCredentials": {
"applicationId": "00000000-0000-0000-0000-000000000000",
"applicationSecret": "<applicationSecret>"
}
},
"similarity": {
"@odata.type": "#Microsoft.Azure.Search.BM25Similarity",
"b": 0.5,
"k1": 1.3
},
"semantic": {
"configurations": [
{
"name": "semanticHotels",
"prioritizedFields": {
"titleField": {
"fieldName": "hotelName"
},
"prioritizedContentFields": [
{
"fieldName": "description"
},
{
"fieldName": "description_fr"
}
],
"prioritizedKeywordsFields": [
{
"fieldName": "tags"
},
{
"fieldName": "category"
}
]
}
}
]
},
"vectorSearch": {
"profiles": [
{
"name": "myHnswProfile",
"algorithm": "myHnsw"
},
{
"name": "myHnswSQProfile",
"algorithm": "myHnsw",
"compression": "mySQ8"
},
{
"name": "myHnswBQProfile",
"algorithm": "myHnsw",
"compression": "myBQ"
},
{
"name": "myAlgorithm",
"algorithm": "myExhaustive"
}
],
"algorithms": [
{
"name": "myHnsw",
"kind": "hnsw",
"hnswParameters": {
"m": 4,
"metric": "cosine"
}
},
{
"name": "myExhaustive",
"kind": "exhaustiveKnn",
"exhaustiveKnnParameters": {
"metric": "cosine"
}
}
],
"compressions": [
{
"name": "mySQ8",
"kind": "scalarQuantization",
"scalarQuantizationParameters": {
"quantizedDataType": "int8"
},
"rerankWithOriginalVectors": true,
"defaultOversampling": 10
},
{
"name": "myBQ",
"kind": "binaryQuantization",
"rerankWithOriginalVectors": true,
"defaultOversampling": 10
}
]
}
}
Exempelsvar
{
"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": "myHnswSQProfile",
"synonymMaps": []
},
{
"name": "descriptionEmbedding_notstored",
"type": "Collection(Edm.Single)",
"searchable": true,
"filterable": false,
"retrievable": false,
"stored": false,
"sortable": false,
"facetable": false,
"key": false,
"indexAnalyzer": null,
"searchAnalyzer": null,
"analyzer": null,
"synonymMaps": [],
"dimensions": 1536,
"vectorSearchProfile": "myHnswSQProfile"
},
{
"name": "descriptionEmbedding_forBQ",
"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": "myHnswBQProfile",
"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": "nameEmbedding",
"type": "Collection(Edm.Half)",
"searchable": true,
"filterable": false,
"retrievable": true,
"sortable": false,
"facetable": false,
"key": false,
"indexAnalyzer": null,
"searchAnalyzer": null,
"analyzer": null,
"dimensions": 1536,
"vectorSearchProfile": "myHnswProfile",
"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": [
{
"fieldName": "location",
"interpolation": "logarithmic",
"type": "distance",
"boost": 5,
"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"
],
"tokenFilters": [],
"tokenizer": "standard_v2"
}
],
"tokenizers": [],
"tokenFilters": [],
"charFilters": [],
"corsOptions": {
"allowedOrigins": [
"tempuri.org"
],
"maxAgeInSeconds": 60
},
"encryptionKey": {
"keyVaultKeyName": "myUserManagedEncryptionKey-createdinAzureKeyVault",
"keyVaultKeyVersion": "myKeyVersion-32charAlphaNumericString",
"keyVaultUri": "https://myKeyVault.vault.azure.net",
"accessCredentials": {
"applicationId": "00000000-0000-0000-0000-000000000000",
"applicationSecret": null
}
},
"similarity": {
"@odata.type": "#Microsoft.Azure.Search.BM25Similarity",
"b": 0.5,
"k1": 1.3
},
"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": "myHnswSQProfile",
"algorithm": "myHnsw",
"compression": "mySQ8"
},
{
"name": "myHnswBQProfile",
"algorithm": "myHnsw",
"vectorizer": "myOpenAi",
"compression": "myBQ"
},
{
"name": "myAlgorithm",
"algorithm": "myExhaustive"
}
],
"compressions": [
{
"name": "mySQ8",
"kind": "scalarQuantization",
"scalarQuantizationParameters": {
"quantizedDataType": "int8"
},
"rerankWithOriginalVectors": true,
"defaultOversampling": 10
},
{
"name": "myBQ",
"kind": "binaryQuantization",
"rerankWithOriginalVectors": true,
"defaultOversampling": 10
}
]
}
}
Definitioner
Name | Description |
---|---|
Ascii |
Konverterar alfabetiska, numeriska och symboliska Unicode-tecken som inte finns i de första 127 ASCII-tecknen (unicode-blocket basic latin) till deras ASCII-motsvarigheter, om sådana motsvarigheter finns. Det här tokenfiltret implementeras med Apache Lucene. |
Azure |
Autentiseringsuppgifter för ett registrerat program som skapats för din söktjänst och som används för autentiserad åtkomst till krypteringsnycklarna som lagras i Azure Key Vault. |
Azure |
Gör att du kan generera en vektorinbäddning för en viss textinmatning med hjälp av Azure OpenAI-resursen. |
Azure |
Namnet på Azure Open AI-modellen som ska anropas. |
Azure |
Anger parametrarna för att ansluta till Azure OpenAI-resursen. |
Azure |
Anger den Azure OpenAI-resurs som används för att vektorisera en frågesträng. |
Binary |
Innehåller konfigurationsalternativ som är specifika för den binära kvantiseringskomprimeringsmetod som används vid indexering och frågor. |
BM25Similarity |
Rankningsfunktion baserat på Okapi BM25-likhetsalgoritmen. BM25 är en TF-IDF-liknande algoritm som innehåller längdnormalisering (styrs av parametern "b" samt termfrekvensmättnad (styrs av parametern k1). |
Char |
Definierar namnen på alla teckenfilter som stöds av sökmotorn. |
Cjk |
Bildar bigrams av CJK-termer som genereras från standardtokeniseraren. Det här tokenfiltret implementeras med Apache Lucene. |
Cjk |
Skript som kan ignoreras av CjkBigramTokenFilter. |
Classic |
Äldre likhetsalgoritm som använder Lucene TFIDFSimilarity-implementeringen av TF-IDF. Den här varianten av TF-IDF introducerar normalisering av statisk dokumentlängd samt koordineringsfaktorer som straffar dokument som endast delvis matchar de sökta frågorna. |
Classic |
Grammatikbaserad tokenizer som är lämplig för bearbetning av de flesta europeiska dokument. Den här tokenizern implementeras med Apache Lucene. |
Common |
Skapa bigrams för ofta förekommande termer vid indexering. Enkla termer indexeras också, med bigrams överlagrade. Det här tokenfiltret implementeras med Apache Lucene. |
Cors |
Definierar alternativ för att styra resursdelning mellan ursprung (CORS) för ett index. |
Custom |
Gör att du kan ta kontroll över processen att konvertera text till indexerbara/sökbara token. Det är en användardefinierad konfiguration som består av en enda fördefinierad tokenizer och ett eller flera filter. Tokenizern ansvarar för att dela upp text i token och filter för att ändra token som genereras av tokenizern. |
Dictionary |
Sönderdelas sammansatta ord som finns på många germanska språk. Det här tokenfiltret implementeras med Apache Lucene. |
Distance |
Definierar en funktion som ökar poängen baserat på avståndet från en geografisk plats. |
Distance |
Ger parametervärden till en funktion för avståndsbedömning. |
Edge |
Genererar n-gram av de angivna storlekarna med början framifrån eller på baksidan av en indatatoken. Det här tokenfiltret implementeras med Apache Lucene. |
Edge |
Anger vilken sida av indata som ett n-gram ska genereras från. |
Edge |
Genererar n-gram av de angivna storlekarna med början framifrån eller på baksidan av en indatatoken. Det här tokenfiltret implementeras med Apache Lucene. |
Edge |
Tokeniserar indata från en kant till n-gram av de angivna storlekarna. Den här tokenizern implementeras med Apache Lucene. |
Elision |
Tar bort elisions. Till exempel konverteras "l'avion" (planet) till "avion" (plan). Det här tokenfiltret implementeras med Apache Lucene. |
Error |
Ytterligare information om resurshanteringsfelet. |
Error |
Felinformationen. |
Error |
Felsvar |
Exhaustive |
Innehåller parametrarna som är specifika för en fullständig KNN-algoritm. |
Exhaustive |
Innehåller konfigurationsalternativ som är specifika för den fullständiga KNN-algoritmen som används vid frågor, som utför brute-force-sökning i hela vektorindexet. |
Freshness |
Definierar en funktion som ökar poängen baserat på värdet för ett datum-tid-fält. |
Freshness |
Ger parametervärden till en funktion för färskhetsbedömning. |
Hnsw |
Innehåller de parametrar som är specifika för HNSW-algoritmen. |
Hnsw |
Innehåller konfigurationsalternativ som är specifika för den ungefärliga HNSW-algoritmen för närmaste grannar som används vid indexering och frågor. HNSW-algoritmen erbjuder en justerbar kompromiss mellan sökhastighet och noggrannhet. |
Input |
Mappning av indatafält för en färdighet. |
Keep |
Ett tokenfilter som bara behåller token med text i en angiven lista med ord. Det här tokenfiltret implementeras med Apache Lucene. |
Keyword |
Markerar termer som nyckelord. Det här tokenfiltret implementeras med Apache Lucene. |
Keyword |
Genererar hela indata som en enda token. Den här tokenizern implementeras med Apache Lucene. |
Keyword |
Genererar hela indata som en enda token. Den här tokenizern implementeras med Apache Lucene. |
Length |
Tar bort ord som är för långa eller för korta. Det här tokenfiltret implementeras med Apache Lucene. |
Lexical |
Definierar namnen på alla textanalysverktyg som stöds av sökmotorn. |
Lexical |
Definierar namnen på alla tokenizers som stöds av sökmotorn. |
Limit |
Begränsar antalet token vid indexering. Det här tokenfiltret implementeras med Apache Lucene. |
Lucene |
Apache Lucene-analysverktyg av standardstandard; Består av standardtokeniseraren, gemener och stoppfilter. |
Lucene |
Bryter text efter Unicode-reglerna för textsegmentering. Den här tokenizern implementeras med Apache Lucene. |
Lucene |
Bryter text efter Unicode-reglerna för textsegmentering. Den här tokenizern implementeras med Apache Lucene. |
Magnitude |
Definierar en funktion som ökar poängen baserat på storleken på ett numeriskt fält. |
Magnitude |
Ger parametervärden till en bedömningsfunktion för magnituden. |
Mapping |
Ett teckenfilter som tillämpar mappningar som definierats med alternativet mappningar. Matchningen är girig (längst mönstermatchning vid en given poäng vinner). Ersättning tillåts vara den tomma strängen. Det här teckenfiltret implementeras med Apache Lucene. |
Microsoft |
Delar upp text med hjälp av språkspecifika regler och reducerar ord till deras basformulär. |
Microsoft |
Delar upp text med hjälp av språkspecifika regler. |
Microsoft |
Visar en lista över de språk som stöds av Microsofts språk som härrör från tokenizer. |
Microsoft |
Visar de språk som stöds av Microsofts språktokeniserare. |
NGram |
Genererar n-gram av de angivna storlekarna. Det här tokenfiltret implementeras med Apache Lucene. |
NGram |
Genererar n-gram av de angivna storlekarna. Det här tokenfiltret implementeras med Apache Lucene. |
NGram |
Tokeniserar indata till n-gram av de angivna storlekarna. Den här tokenizern implementeras med Apache Lucene. |
Output |
Mappning av utdatafält för en färdighet. |
Path |
Tokenizer för sökvägsliknande hierarkier. Den här tokenizern implementeras med Apache Lucene. |
Pattern |
Flexibelt separerar text i termer via ett reguljärt uttrycksmönster. Den här analysatorn implementeras med Apache Lucene. |
Pattern |
Använder Java-regexer för att generera flera token – en för varje insamlingsgrupp i ett eller flera mönster. Det här tokenfiltret implementeras med Apache Lucene. |
Pattern |
Ett teckenfilter som ersätter tecken i indatasträngen. Det använder ett reguljärt uttryck för att identifiera teckensekvenser som ska bevaras och ett ersättningsmönster för att identifiera tecken som ska ersättas. Om du till exempel får indatatexten "aa bb aa bb", mönstret "(aa)\s+(bb)" och ersättningen "$1#$2" blir resultatet "aa#bb aa#bb". Det här teckenfiltret implementeras med Apache Lucene. |
Pattern |
Ett teckenfilter som ersätter tecken i indatasträngen. Det använder ett reguljärt uttryck för att identifiera teckensekvenser som ska bevaras och ett ersättningsmönster för att identifiera tecken som ska ersättas. Om du till exempel får indatatexten "aa bb aa bb", mönstret "(aa)\s+(bb)" och ersättningen "$1#$2" blir resultatet "aa#bb aa#bb". Det här tokenfiltret implementeras med Apache Lucene. |
Pattern |
Tokenizer som använder regex-mönstermatchning för att konstruera distinkta token. Den här tokenizern implementeras med Apache Lucene. |
Phonetic |
Identifierar vilken typ av fonetikkodare som ska användas med ett PhoneticTokenFilter. |
Phonetic |
Skapa token för fonetiska matchningar. Det här tokenfiltret implementeras med Apache Lucene. |
Prioritized |
Beskriver fälten rubrik, innehåll och nyckelord som ska användas för semantisk rangordning, undertexter, markeringar och svar. |
Regex |
Definierar flaggor som kan kombineras för att styra hur reguljära uttryck används i mönsteranalysverktyget och mönstertokeniseraren. |
Scalar |
Innehåller de parametrar som är specifika för Scalar Quantization. |
Scalar |
Innehåller konfigurationsalternativ som är specifika för den skalära kvantiseringskomprimeringsmetod som används vid indexering och frågor. |
Scoring |
Definierar den sammansättningsfunktion som används för att kombinera resultatet av alla bedömningsfunktioner i en bedömningsprofil. |
Scoring |
Definierar den funktion som används för att interpolera poänghöjande i en rad dokument. |
Scoring |
Definierar parametrar för ett sökindex som påverkar bedömning i sökfrågor. |
Search |
Representerar ett fält i en indexdefinition som beskriver namn, datatyp och sökbeteende för ett fält. |
Search |
Definierar datatypen för ett fält i ett sökindex. |
Search |
Representerar en sökindexdefinition som beskriver fälten och sökbeteendet för ett index. |
Search |
Rensar identitetsegenskapen för en datakälla. |
Search |
Anger identiteten för en datakälla som ska användas. |
Search |
En kundhanterad krypteringsnyckel i Azure Key Vault. Nycklar som du skapar och hanterar kan användas för att kryptera eller dekryptera vilande data, till exempel index och synonymkartor. |
Semantic |
Definierar en specifik konfiguration som ska användas i samband med semantiska funktioner. |
Semantic |
Ett fält som används som en del av den semantiska konfigurationen. |
Semantic |
Definierar parametrar för ett sökindex som påverkar semantiska funktioner. |
Shingle |
Skapar kombinationer av token som en enda token. Det här tokenfiltret implementeras med Apache Lucene. |
Snowball |
Ett filter som stjälkar ord med hjälp av en Snowball-genererad stemmer. Det här tokenfiltret implementeras med Apache Lucene. |
Snowball |
Språket som ska användas för ett Snowball-tokenfilter. |
Stemmer |
Ger möjlighet att åsidosätta andra härdningsfilter med anpassad ordlistebaserad härdning. Ordlisteskaftade termer markeras som nyckelord så att de inte kommer att stoppas med stemmers längre ned i kedjan. Måste placeras före eventuella härdningsfilter. Det här tokenfiltret implementeras med Apache Lucene. |
Stemmer |
Språkspecifikt härdningsfilter. Det här tokenfiltret implementeras med Apache Lucene. |
Stemmer |
Språket som ska användas för ett stemmer-tokenfilter. |
Stop |
Delar upp text med icke-bokstäver; Tillämpar filter för gemener och stoppordstoken. Den här analysatorn implementeras med Apache Lucene. |
Stopwords |
Identifierar en fördefinierad lista över språkspecifika stoppord. |
Stopwords |
Tar bort stoppord från en tokenström. Det här tokenfiltret implementeras med Apache Lucene. |
Suggester |
Definierar hur Api för förslag ska tillämpas på en grupp fält i indexet. |
Suggester |
Ett värde som anger förslagsverktygets funktioner. |
Synonym |
Matchar synonymer med en eller flera ord i en tokenström. Det här tokenfiltret implementeras med Apache Lucene. |
Tag |
Definierar en funktion som ökar antalet dokument med strängvärden som matchar en viss lista med taggar. |
Tag |
Ger parametervärden till en taggbedömningsfunktion. |
Text |
Definierar vikter för indexfält för vilka matchningar ska öka poängsättningen i sökfrågor. |
Token |
Representerar klasser med tecken som ett tokenfilter kan använda. |
Token |
Definierar namnen på alla tokenfilter som stöds av sökmotorn. |
Truncate |
Trunkerar termerna till en viss längd. Det här tokenfiltret implementeras med Apache Lucene. |
Uax |
Tokeniserar URL:er och e-postmeddelanden som en token. Den här tokenizern implementeras med Apache Lucene. |
Unique |
Filtrerar bort token med samma text som föregående token. Det här tokenfiltret implementeras med Apache Lucene. |
Vector |
Kodningsformatet för tolkning av innehåll i vektorfält. |
Vector |
Innehåller konfigurationsalternativ som rör vektorsökning. |
Vector |
Algoritmen som används för indexering och frågor. |
Vector |
Likhetsmåttet som ska användas för vektorjämförelser. Vi rekommenderar att du väljer samma likhetsmått som inbäddningsmodellen tränades på. |
Vector |
Komprimeringsmetoden som används för indexering och frågor. |
Vector |
Den kvantiserade datatypen för komprimerade vektorvärden. |
Vector |
Definierar en kombination av konfigurationer som ska användas med vektorsökning. |
Vector |
Den vektoriseringsmetod som ska användas under frågetiden. |
Web |
Anger egenskaperna för att ansluta till en användardefinierad vektoriserare. |
Web |
Anger en användardefinierad vektoriserare för att generera vektorbäddning av en frågesträng. Integrering av en extern vektoriserare uppnås med hjälp av det anpassade webb-API-gränssnittet för en kompetensuppsättning. |
Word |
Delar upp ord i underord och utför valfria transformeringar i underordsgrupper. Det här tokenfiltret implementeras med Apache Lucene. |
AsciiFoldingTokenFilter
Konverterar alfabetiska, numeriska och symboliska Unicode-tecken som inte finns i de första 127 ASCII-tecknen (unicode-blocket basic latin) till deras ASCII-motsvarigheter, om sådana motsvarigheter finns. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
preserveOriginal |
boolean |
False |
Ett värde som anger om den ursprungliga token ska behållas. Standardvärdet är falskt. |
AzureActiveDirectoryApplicationCredentials
Autentiseringsuppgifter för ett registrerat program som skapats för din söktjänst och som används för autentiserad åtkomst till krypteringsnycklarna som lagras i Azure Key Vault.
Name | Typ | Description |
---|---|---|
applicationId |
string |
Ett AAD-program-ID som har beviljats nödvändiga åtkomstbehörigheter till Azure Key Vault som ska användas när du krypterar dina data i vila. Program-ID:t bör inte förväxlas med objekt-ID:t för ditt AAD-program. |
applicationSecret |
string |
Autentiseringsnyckeln för det angivna AAD-programmet. |
AzureOpenAIEmbeddingSkill
Gör att du kan generera en vektorinbäddning för en viss textinmatning med hjälp av Azure OpenAI-resursen.
Name | Typ | Description |
---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av kompetens. |
apiKey |
string |
API-nyckeln för den avsedda Azure OpenAI-resursen. |
authIdentity | SearchIndexerDataIdentity: |
Den användartilldelade hanterade identiteten som används för utgående anslutningar. |
context |
string |
Representerar den nivå där åtgärder utförs, till exempel dokumentroten eller dokumentinnehållet (till exempel /document eller /document/content). Standardvärdet är /document. |
deploymentId |
string |
ID för Azure OpenAI-modelldistributionen på den avsedda resursen. |
description |
string |
Beskrivningen av den färdighet som beskriver indata, utdata och användning av färdigheten. |
dimensions |
integer |
Antalet dimensioner som resulterande inbäddningar av utdata ska ha. Stöds endast i text-inbäddning-3 och senare modeller. |
inputs |
Indata för färdigheterna kan vara en kolumn i källdatauppsättningen eller utdata från en överordnad färdighet. |
|
modelName |
Namnet på den inbäddningsmodell som distribueras på den angivna deploymentId-sökvägen. |
|
name |
string |
Namnet på den färdighet som unikt identifierar den inom kompetensuppsättningen. En färdighet utan definierat namn får ett standardnamn för sitt 1-baserade index i kunskapsmatrisen, prefixet med tecknet '#'. |
outputs |
Utdata från en färdighet är antingen ett fält i ett sökindex eller ett värde som kan användas som indata av en annan färdighet. |
|
resourceUri |
string |
Resurs-URI för Azure OpenAI-resursen. |
AzureOpenAIModelName
Namnet på Azure Open AI-modellen som ska anropas.
Name | Typ | Description |
---|---|---|
text-embedding-3-large |
string |
|
text-embedding-3-small |
string |
|
text-embedding-ada-002 |
string |
AzureOpenAIParameters
Anger parametrarna för att ansluta till Azure OpenAI-resursen.
Name | Typ | Description |
---|---|---|
apiKey |
string |
API-nyckeln för den avsedda Azure OpenAI-resursen. |
authIdentity | SearchIndexerDataIdentity: |
Den användartilldelade hanterade identiteten som används för utgående anslutningar. |
deploymentId |
string |
ID för Azure OpenAI-modelldistributionen på den avsedda resursen. |
modelName |
Namnet på den inbäddningsmodell som distribueras på den angivna deploymentId-sökvägen. |
|
resourceUri |
string |
Resurs-URI för Azure OpenAI-resursen. |
AzureOpenAIVectorizer
Anger den Azure OpenAI-resurs som används för att vektorisera en frågesträng.
Name | Typ | Description |
---|---|---|
azureOpenAIParameters | AzureOpenAIParameters: |
Innehåller de parametrar som är specifika för inbäddningsvektorisering i Azure OpenAI. |
kind |
string:
azure |
Namnet på den typ av vektoriseringsmetod som konfigureras för användning med vektorsökning. |
name |
string |
Namnet som ska associeras med den här specifika vektoriseringsmetoden. |
BinaryQuantizationVectorSearchCompressionConfiguration
Innehåller konfigurationsalternativ som är specifika för den binära kvantiseringskomprimeringsmetod som används vid indexering och frågor.
Name | Typ | Standardvärde | Description |
---|---|---|---|
defaultOversampling |
number |
Standardöversamplingsfaktor. Översampling begär internt fler dokument (som anges av den här multiplikatorn) i den första sökningen. Detta ökar den uppsättning resultat som kommer att rangordnas om med omberäknade likhetspoäng från fullprecisionsvektorer. Minimivärdet är 1, vilket innebär att ingen översampling (1x). Den här parametern kan bara anges när rerankWithOriginalVectors är sant. Högre värden förbättrar återkallandet på bekostnad av svarstiden. |
|
kind |
string:
binary |
Namnet på den typ av komprimeringsmetod som konfigureras för användning med vektorsökning. |
|
name |
string |
Namnet som ska associeras med den här konfigurationen. |
|
rerankWithOriginalVectors |
boolean |
True |
Om värdet är true rangordnas de igen när den ordnade uppsättningen resultat som beräknas med komprimerade vektorer har hämtats, genom att beräkna om likhetspoängen med full precision. Detta förbättrar återkallandet på bekostnad av svarstiden. |
BM25Similarity
Rankningsfunktion baserat på Okapi BM25-likhetsalgoritmen. BM25 är en TF-IDF-liknande algoritm som innehåller längdnormalisering (styrs av parametern "b" samt termfrekvensmättnad (styrs av parametern k1).
Name | Typ | Description |
---|---|---|
@odata.type |
string:
#Microsoft. |
|
b |
number |
Den här egenskapen styr hur längden på ett dokument påverkar relevanspoängen. Som standard används värdet 0,75. Värdet 0,0 innebär att ingen längdnormalisering tillämpas, medan värdet 1,0 innebär att poängen normaliseras helt av dokumentets längd. |
k1 |
number |
Den här egenskapen styr skalningsfunktionen mellan termfrekvensen för varje matchande termer och den slutliga relevanspoängen för ett dokumentfrågepar. Som standard används värdet 1.2. Värdet 0,0 innebär att poängen inte skalas med en ökning av termfrekvensen. |
CharFilterName
Definierar namnen på alla teckenfilter som stöds av sökmotorn.
Name | Typ | Description |
---|---|---|
html_strip |
string |
Ett teckenfilter som försöker ta bort HTML-konstruktioner. Se https://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/charfilter/HTMLStripCharFilter.html |
CjkBigramTokenFilter
Bildar bigrams av CJK-termer som genereras från standardtokeniseraren. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
ignoreScripts |
Skripten som ska ignoreras. |
||
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
outputUnigrams |
boolean |
False |
Ett värde som anger om både unigram och bigrams ska matas ut (om de är sanna) eller bara bigrams (om de är falska). Standardvärdet är falskt. |
CjkBigramTokenFilterScripts
Skript som kan ignoreras av CjkBigramTokenFilter.
Name | Typ | Description |
---|---|---|
han |
string |
Ignorera Han-skript när du skapar bigrams av CJK-termer. |
hangul |
string |
Ignorera Hangul-skript när du bildar bigrams av CJK-termer. |
hiragana |
string |
Ignorera Hiragana-skript när du skapar bigrams av CJK-termer. |
katakana |
string |
Ignorera Katakana-skript när du bildar bigrams av CJK-termer. |
ClassicSimilarity
Äldre likhetsalgoritm som använder Lucene TFIDFSimilarity-implementeringen av TF-IDF. Den här varianten av TF-IDF introducerar normalisering av statisk dokumentlängd samt koordineringsfaktorer som straffar dokument som endast delvis matchar de sökta frågorna.
Name | Typ | Description |
---|---|---|
@odata.type |
string:
#Microsoft. |
ClassicTokenizer
Grammatikbaserad tokenizer som är lämplig för bearbetning av de flesta europeiska dokument. Den här tokenizern implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av tokenizer. |
|
maxTokenLength |
integer |
255 |
Maximal tokenlängd. Standardvärdet är 255. Token som är längre än den maximala längden delas upp. Den maximala tokenlängden som kan användas är 300 tecken. |
name |
string |
Namnet på tokenizern. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
CommonGramTokenFilter
Skapa bigrams för ofta förekommande termer vid indexering. Enkla termer indexeras också, med bigrams överlagrade. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
commonWords |
string[] |
Uppsättningen vanliga ord. |
|
ignoreCase |
boolean |
False |
Ett värde som anger om vanliga ord som matchar är skiftlägesokänsliga. Standardvärdet är falskt. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
queryMode |
boolean |
False |
Ett värde som anger om tokenfiltret är i frågeläge. I frågeläge genererar tokenfiltret bigrams och tar sedan bort vanliga ord och enkla termer följt av ett vanligt ord. Standardvärdet är falskt. |
CorsOptions
Definierar alternativ för att styra resursdelning mellan ursprung (CORS) för ett index.
Name | Typ | Description |
---|---|---|
allowedOrigins |
string[] |
Listan över ursprung från vilka JavaScript-kod beviljas åtkomst till ditt index. Kan innehålla en lista över värdar i formuläret {protocol}://{fully-qualified-domain-name}[:{port#}], eller en enda '*' för att tillåta alla ursprung (rekommenderas inte). |
maxAgeInSeconds |
integer |
Varaktigheten för vilken webbläsare ska cachelagrar CORS-förhandssvar. Standardvärdet är 5 minuter. |
CustomAnalyzer
Gör att du kan ta kontroll över processen att konvertera text till indexerbara/sökbara token. Det är en användardefinierad konfiguration som består av en enda fördefinierad tokenizer och ett eller flera filter. Tokenizern ansvarar för att dela upp text i token och filter för att ändra token som genereras av tokenizern.
Name | Typ | Description |
---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av analysverktyg. |
charFilters |
En lista över teckenfilter som används för att förbereda indatatext innan den bearbetas av tokenizern. De kan till exempel ersätta vissa tecken eller symboler. Filtren körs i den ordning de visas. |
|
name |
string |
Namnet på analysatorn. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
tokenFilters |
En lista över tokenfilter som används för att filtrera bort eller ändra token som genereras av en tokenizer. Du kan till exempel ange ett gemener som konverterar alla tecken till gemener. Filtren körs i den ordning de visas. |
|
tokenizer |
Namnet på tokenizern som ska användas för att dela upp kontinuerlig text i en sekvens med token, till exempel att dela upp en mening i ord. |
DictionaryDecompounderTokenFilter
Sönderdelas sammansatta ord som finns på många germanska språk. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
maxSubwordSize |
integer |
15 |
Den maximala underordsstorleken. Endast underord som är kortare än detta matas ut. Standardvärdet är 15. Maxvärdet är 300. |
minSubwordSize |
integer |
2 |
Minsta underordsstorlek. Endast underord som är längre än detta matas ut. Standardvärdet är 2. Maxvärdet är 300. |
minWordSize |
integer |
5 |
Minsta ordstorlek. Endast ord som är längre än detta bearbetas. Standardvärdet är 5. Maxvärdet är 300. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
onlyLongestMatch |
boolean |
False |
Ett värde som anger om du bara vill lägga till det längsta matchande underordet i utdata. Standardvärdet är falskt. |
wordList |
string[] |
Listan med ord som ska matchas mot. |
DistanceScoringFunction
Definierar en funktion som ökar poängen baserat på avståndet från en geografisk plats.
Name | Typ | Description |
---|---|---|
boost |
number |
En multiplikator för råpoängen. Måste vara ett positivt tal som inte är lika med 1,0. |
distance |
Parametervärden för funktionen för avståndsbedömning. |
|
fieldName |
string |
Namnet på fältet som används som indata till bedömningsfunktionen. |
interpolation |
Ett värde som anger hur ökning kommer att interpoleras mellan dokumentpoäng. standardvärdet "Linjär". |
|
type |
string:
distance |
Anger vilken typ av funktion som ska användas. Giltiga värden inkluderar storlek, färskhet, avstånd och tagg. Funktionstypen måste vara gemen. |
DistanceScoringParameters
Ger parametervärden till en funktion för avståndsbedömning.
Name | Typ | Description |
---|---|---|
boostingDistance |
number |
Avståndet i kilometer från referensplatsen där ökningsintervallet slutar. |
referencePointParameter |
string |
Namnet på parametern som skickas i sökfrågor för att ange referensplatsen. |
EdgeNGramTokenFilter
Genererar n-gram av de angivna storlekarna med början framifrån eller på baksidan av en indatatoken. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
maxGram |
integer |
2 |
Den maximala n-gramlängden. Standardvärdet är 2. |
minGram |
integer |
1 |
Minsta n-gramlängd. Standardvärdet är 1. Måste vara mindre än värdet för maxGram. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
side | front |
Anger vilken sida av indata som n-gram ska genereras från. Standardvärdet är "front". |
EdgeNGramTokenFilterSide
Anger vilken sida av indata som ett n-gram ska genereras från.
Name | Typ | Description |
---|---|---|
back |
string |
Anger att n-gram ska genereras från baksidan av indata. |
front |
string |
Anger att n-gram ska genereras framifrån indata. |
EdgeNGramTokenFilterV2
Genererar n-gram av de angivna storlekarna med början framifrån eller på baksidan av en indatatoken. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
maxGram |
integer |
2 |
Den maximala n-gramlängden. Standardvärdet är 2. Maxvärdet är 300. |
minGram |
integer |
1 |
Minsta n-gramlängd. Standardvärdet är 1. Maxvärdet är 300. Måste vara mindre än värdet för maxGram. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
side | front |
Anger vilken sida av indata som n-gram ska genereras från. Standardvärdet är "front". |
EdgeNGramTokenizer
Tokeniserar indata från en kant till n-gram av de angivna storlekarna. Den här tokenizern implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av tokenizer. |
|
maxGram |
integer |
2 |
Den maximala n-gramlängden. Standardvärdet är 2. Maxvärdet är 300. |
minGram |
integer |
1 |
Minsta n-gramlängd. Standardvärdet är 1. Maxvärdet är 300. Måste vara mindre än värdet för maxGram. |
name |
string |
Namnet på tokenizern. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
tokenChars |
Teckenklasser som ska behållas i token. |
ElisionTokenFilter
Tar bort elisions. Till exempel konverteras "l'avion" (planet) till "avion" (plan). Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Description |
---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
articles |
string[] |
Den uppsättning artiklar som ska tas bort. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
ErrorAdditionalInfo
Ytterligare information om resurshanteringsfelet.
Name | Typ | Description |
---|---|---|
info |
object |
Ytterligare information. |
type |
string |
Ytterligare informationstyp. |
ErrorDetail
Felinformationen.
Name | Typ | Description |
---|---|---|
additionalInfo |
Ytterligare information om felet. |
|
code |
string |
Felkoden. |
details |
Felinformationen. |
|
message |
string |
Felmeddelandet. |
target |
string |
Felmålet. |
ErrorResponse
Felsvar
Name | Typ | Description |
---|---|---|
error |
Felobjektet. |
ExhaustiveKnnParameters
Innehåller parametrarna som är specifika för en fullständig KNN-algoritm.
Name | Typ | Description |
---|---|---|
metric |
Likhetsmåttet som ska användas för vektorjämförelser. |
ExhaustiveKnnVectorSearchAlgorithmConfiguration
Innehåller konfigurationsalternativ som är specifika för den fullständiga KNN-algoritmen som används vid frågor, som utför brute-force-sökning i hela vektorindexet.
Name | Typ | Description |
---|---|---|
exhaustiveKnnParameters |
Innehåller parametrarna som är specifika för en fullständig KNN-algoritm. |
|
kind |
string:
exhaustive |
Namnet på den typ av algoritm som konfigureras för användning med vektorsökning. |
name |
string |
Namnet som ska associeras med den här konfigurationen. |
FreshnessScoringFunction
Definierar en funktion som ökar poängen baserat på värdet för ett datum-tid-fält.
Name | Typ | Description |
---|---|---|
boost |
number |
En multiplikator för råpoängen. Måste vara ett positivt tal som inte är lika med 1,0. |
fieldName |
string |
Namnet på fältet som används som indata till bedömningsfunktionen. |
freshness |
Parametervärden för funktionen för färskhetsbedömning. |
|
interpolation |
Ett värde som anger hur ökning kommer att interpoleras mellan dokumentpoäng. standardvärdet "Linjär". |
|
type |
string:
freshness |
Anger vilken typ av funktion som ska användas. Giltiga värden inkluderar storlek, färskhet, avstånd och tagg. Funktionstypen måste vara gemen. |
FreshnessScoringParameters
Ger parametervärden till en funktion för färskhetsbedömning.
Name | Typ | Description |
---|---|---|
boostingDuration |
string |
Förfalloperioden efter vilken en ökning stoppas för ett visst dokument. |
HnswParameters
Innehåller de parametrar som är specifika för HNSW-algoritmen.
Name | Typ | Standardvärde | Description |
---|---|---|---|
efConstruction |
integer |
400 |
Storleken på den dynamiska listan som innehåller närmaste grannar, som används under indextiden. Om du ökar den här parametern kan indexkvaliteten förbättras på bekostnad av ökad indexeringstid. Vid en viss tidpunkt leder en ökning av den här parametern till minskande avkastning. |
efSearch |
integer |
500 |
Storleken på den dynamiska listan som innehåller närmaste grannar, som används under söktiden. Om du ökar den här parametern kan sökresultaten förbättras på bekostnad av långsammare sökning. Vid en viss tidpunkt leder en ökning av den här parametern till minskande avkastning. |
m |
integer |
4 |
Antalet dubbelriktade länkar som skapats för varje nytt element under konstruktionen. Om du ökar det här parametervärdet kan du förbättra återkallandet och minska hämtningstiderna för datauppsättningar med hög inbyggd dimension på bekostnad av ökad minnesförbrukning och längre indexeringstid. |
metric |
Likhetsmåttet som ska användas för vektorjämförelser. |
HnswVectorSearchAlgorithmConfiguration
Innehåller konfigurationsalternativ som är specifika för den ungefärliga HNSW-algoritmen för närmaste grannar som används vid indexering och frågor. HNSW-algoritmen erbjuder en justerbar kompromiss mellan sökhastighet och noggrannhet.
Name | Typ | Description |
---|---|---|
hnswParameters |
Innehåller de parametrar som är specifika för HNSW-algoritmen. |
|
kind |
string:
hnsw |
Namnet på den typ av algoritm som konfigureras för användning med vektorsökning. |
name |
string |
Namnet som ska associeras med den här konfigurationen. |
InputFieldMappingEntry
Mappning av indatafält för en färdighet.
Name | Typ | Description |
---|---|---|
inputs |
De rekursiva indata som används när du skapar en komplex typ. |
|
name |
string |
Namnet på indata. |
source |
string |
Källan för indata. |
sourceContext |
string |
Källkontexten som används för att välja rekursiva indata. |
KeepTokenFilter
Ett tokenfilter som bara behåller token med text i en angiven lista med ord. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
keepWords |
string[] |
Listan med ord att behålla. |
|
keepWordsCase |
boolean |
False |
Ett värde som anger om alla ord ska sänkas först. Standardvärdet är falskt. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
KeywordMarkerTokenFilter
Markerar termer som nyckelord. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
ignoreCase |
boolean |
False |
Ett värde som anger om skiftläge ska ignoreras. Om sant konverteras alla ord till gemener först. Standardvärdet är falskt. |
keywords |
string[] |
En lista med ord som ska markeras som nyckelord. |
|
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
KeywordTokenizer
Genererar hela indata som en enda token. Den här tokenizern implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av tokenizer. |
|
bufferSize |
integer |
256 |
Läsbuffertstorleken i byte. Standardvärdet är 256. |
name |
string |
Namnet på tokenizern. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
KeywordTokenizerV2
Genererar hela indata som en enda token. Den här tokenizern implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av tokenizer. |
|
maxTokenLength |
integer |
256 |
Maximal tokenlängd. Standardvärdet är 256. Token som är längre än den maximala längden delas upp. Den maximala tokenlängden som kan användas är 300 tecken. |
name |
string |
Namnet på tokenizern. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
LengthTokenFilter
Tar bort ord som är för långa eller för korta. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
max |
integer |
300 |
Maximal längd på tecken. Standard och max är 300. |
min |
integer |
0 |
Minsta längd i tecken. Standardvärdet är 0. Maxvärdet är 300. Måste vara mindre än värdet för max. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
LexicalAnalyzerName
Definierar namnen på alla textanalysverktyg som stöds av sökmotorn.
Name | Typ | Description |
---|---|---|
ar.lucene |
string |
Lucene analyzer för arabiska. |
ar.microsoft |
string |
Microsoft Analyzer för arabiska. |
bg.lucene |
string |
Lucene analyzer för bulgariska. |
bg.microsoft |
string |
Microsoft Analyzer för Bulgariska. |
bn.microsoft |
string |
Microsoft Analyzer för Bangla. |
ca.lucene |
string |
Lucene analyzer för katalanska. |
ca.microsoft |
string |
Microsoft Analyzer för Katalanska. |
cs.lucene |
string |
Lucene analyzer för tjeckiska. |
cs.microsoft |
string |
Microsoft Analyzer för Tjeckiska. |
da.lucene |
string |
Lucene analyzer för danska. |
da.microsoft |
string |
Microsoft Analyzer för danska. |
de.lucene |
string |
Lucene analyzer för tyska. |
de.microsoft |
string |
Microsoft Analyzer för tyska. |
el.lucene |
string |
Lucene analyzer för grekiska. |
el.microsoft |
string |
Microsoft Analyzer för grekiska. |
en.lucene |
string |
Lucene analyzer för engelska. |
en.microsoft |
string |
Microsoft Analyzer för engelska. |
es.lucene |
string |
Lucene analyzer för spanska. |
es.microsoft |
string |
Microsoft Analyzer för spanska. |
et.microsoft |
string |
Microsoft Analyzer för estniska. |
eu.lucene |
string |
Lucene analyzer för baskiska. |
fa.lucene |
string |
Lucene analyzer för persiska. |
fi.lucene |
string |
Lucene analyzer för finska. |
fi.microsoft |
string |
Microsoft Analyzer för finska. |
fr.lucene |
string |
Lucene analyzer för franska. |
fr.microsoft |
string |
Microsoft Analyzer för franska. |
ga.lucene |
string |
Lucene analyzer för iriska. |
gl.lucene |
string |
Lucene analyzer för Galician. |
gu.microsoft |
string |
Microsoft Analyzer för Gujarati. |
he.microsoft |
string |
Microsoft Analyzer för hebreiska. |
hi.lucene |
string |
Lucene analyzer för Hindi. |
hi.microsoft |
string |
Microsoft Analyzer för Hindi. |
hr.microsoft |
string |
Microsoft Analyzer för kroatiska. |
hu.lucene |
string |
Lucene analyzer för ungerska. |
hu.microsoft |
string |
Microsoft Analyzer för Ungerska. |
hy.lucene |
string |
Lucene analyzer för armeniska. |
id.lucene |
string |
Lucene analyzer för indonesiska. |
id.microsoft |
string |
Microsoft analyzer for Indonesian (Bahasa). |
is.microsoft |
string |
Microsoft Analyzer för isländska. |
it.lucene |
string |
Lucene analyzer för italienska. |
it.microsoft |
string |
Microsoft Analyzer för italienska. |
ja.lucene |
string |
Lucene analyzer för japanska. |
ja.microsoft |
string |
Microsoft Analyzer för japanska. |
keyword |
string |
Behandlar hela innehållet i ett fält som en enda token. Detta är användbart för data som postnummer, ID och vissa produktnamn. Se http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/KeywordAnalyzer.html |
kn.microsoft |
string |
Microsoft Analyzer för Kannada. |
ko.lucene |
string |
Lucene analyzer för koreanska. |
ko.microsoft |
string |
Microsoft Analyzer för Koreanska. |
lt.microsoft |
string |
Microsoft Analyzer för litauiska. |
lv.lucene |
string |
Lucene analyzer för lettiska. |
lv.microsoft |
string |
Microsoft Analyzer för lettiska. |
ml.microsoft |
string |
Microsoft Analyzer för Malayalam. |
mr.microsoft |
string |
Microsoft Analyzer för Marathi. |
ms.microsoft |
string |
Microsoft analyzer for Malay (latinsk). |
nb.microsoft |
string |
Microsoft analyzer for Norwegian (Bokmål). |
nl.lucene |
string |
Lucene analyzer för nederländska. |
nl.microsoft |
string |
Microsoft Analyzer för nederländska. |
no.lucene |
string |
Lucene analyzer för norska. |
pa.microsoft |
string |
Microsoft Analyzer för Punjabi. |
pattern |
string |
Flexibelt separerar text i termer via ett reguljärt uttrycksmönster. Se http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/PatternAnalyzer.html |
pl.lucene |
string |
Lucene analyzer för polska. |
pl.microsoft |
string |
Microsoft Analyzer för Polska. |
pt-BR.lucene |
string |
Lucene analyzer för portugisiska (Brasilien). |
pt-BR.microsoft |
string |
Microsoft Analyzer för Portugisiska (Brasilien). |
pt-PT.lucene |
string |
Lucene analyzer för portugisiska (Portugal). |
pt-PT.microsoft |
string |
Microsoft Analyzer för Portugisiska (Portugal). |
ro.lucene |
string |
Lucene analyzer för rumänska. |
ro.microsoft |
string |
Microsoft Analyzer för Rumänska. |
ru.lucene |
string |
Lucene analyzer för ryska. |
ru.microsoft |
string |
Microsoft Analyzer för ryska. |
simple |
string |
Delar upp text med icke-bokstäver och konverterar dem till gemener. Se http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/SimpleAnalyzer.html |
sk.microsoft |
string |
Microsoft Analyzer för slovakiska. |
sl.microsoft |
string |
Microsoft Analyzer för slovenska. |
sr-cyrillic.microsoft |
string |
Microsoft analyzer for Serbiska (kyrillisk). |
sr-latin.microsoft |
string |
Microsoft analyzer för serbiska (latinsk). |
standard.lucene |
string |
Standard Lucene analyzer. |
standardasciifolding.lucene |
string |
Standard ASCII Folding Lucene analyzer. Se https://learn.microsoft.com/rest/api/searchservice/Custom-analyzers-in-Azure-Search#Analyzers |
stop |
string |
Delar upp text med icke-bokstäver; Tillämpar filter för gemener och stoppordstoken. Se http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/StopAnalyzer.html |
sv.lucene |
string |
Lucene analyzer för svenska. |
sv.microsoft |
string |
Microsoft Analyzer för svenska. |
ta.microsoft |
string |
Microsoft analyzer for Tamil. |
te.microsoft |
string |
Microsoft Analyzer för Telugu. |
th.lucene |
string |
Lucene analyzer för Thai. |
th.microsoft |
string |
Microsoft Analyzer för Thai. |
tr.lucene |
string |
Lucene analyzer för turkiska. |
tr.microsoft |
string |
Microsoft Analyzer för turkiska. |
uk.microsoft |
string |
Microsoft Analyzer för Ukrainska. |
ur.microsoft |
string |
Microsoft Analyzer för Urdu. |
vi.microsoft |
string |
Microsoft Analyzer för vietnamesiska. |
whitespace |
string |
En analysator som använder blankstegstokeniseraren. Se http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/WhitespaceAnalyzer.html |
zh-Hans.lucene |
string |
Lucene analyzer för kinesiska (förenklad). |
zh-Hans.microsoft |
string |
Microsoft Analyzer för kinesiska (förenklad). |
zh-Hant.lucene |
string |
Lucene analyzer för kinesiska (traditionell). |
zh-Hant.microsoft |
string |
Microsoft Analyzer för kinesiska (traditionell). |
LexicalTokenizerName
Definierar namnen på alla tokenizers som stöds av sökmotorn.
LimitTokenFilter
Begränsar antalet token vid indexering. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
consumeAllTokens |
boolean |
False |
Ett värde som anger om alla token från indata måste förbrukas även om maxTokenCount har nåtts. Standardvärdet är falskt. |
maxTokenCount |
integer |
1 |
Det maximala antalet token som ska skapas. Standardvärdet är 1. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
LuceneStandardAnalyzer
Apache Lucene-analysverktyg av standardstandard; Består av standardtokeniseraren, gemener och stoppfilter.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av analysverktyg. |
|
maxTokenLength |
integer |
255 |
Maximal tokenlängd. Standardvärdet är 255. Token som är längre än den maximala längden delas upp. Den maximala tokenlängden som kan användas är 300 tecken. |
name |
string |
Namnet på analysatorn. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
stopwords |
string[] |
En lista över stoppord. |
LuceneStandardTokenizer
Bryter text efter Unicode-reglerna för textsegmentering. Den här tokenizern implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av tokenizer. |
|
maxTokenLength |
integer |
255 |
Maximal tokenlängd. Standardvärdet är 255. Token som är längre än den maximala längden delas upp. |
name |
string |
Namnet på tokenizern. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
LuceneStandardTokenizerV2
Bryter text efter Unicode-reglerna för textsegmentering. Den här tokenizern implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av tokenizer. |
|
maxTokenLength |
integer |
255 |
Maximal tokenlängd. Standardvärdet är 255. Token som är längre än den maximala längden delas upp. Den maximala tokenlängden som kan användas är 300 tecken. |
name |
string |
Namnet på tokenizern. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
MagnitudeScoringFunction
Definierar en funktion som ökar poängen baserat på storleken på ett numeriskt fält.
Name | Typ | Description |
---|---|---|
boost |
number |
En multiplikator för råpoängen. Måste vara ett positivt tal som inte är lika med 1,0. |
fieldName |
string |
Namnet på fältet som används som indata till bedömningsfunktionen. |
interpolation |
Ett värde som anger hur ökning kommer att interpoleras mellan dokumentpoäng. standardvärdet "Linjär". |
|
magnitude |
Parametervärden för funktionen för storleksbedömning. |
|
type |
string:
magnitude |
Anger vilken typ av funktion som ska användas. Giltiga värden inkluderar storlek, färskhet, avstånd och tagg. Funktionstypen måste vara gemen. |
MagnitudeScoringParameters
Ger parametervärden till en bedömningsfunktion för magnituden.
Name | Typ | Description |
---|---|---|
boostingRangeEnd |
number |
Det fältvärde där ökning slutar. |
boostingRangeStart |
number |
Det fältvärde som ökning börjar med. |
constantBoostBeyondRange |
boolean |
Ett värde som anger om du vill använda en konstant ökning för fältvärden utanför intervallets slutvärde. standardvärdet är falskt. |
MappingCharFilter
Ett teckenfilter som tillämpar mappningar som definierats med alternativet mappningar. Matchningen är girig (längst mönstermatchning vid en given poäng vinner). Ersättning tillåts vara den tomma strängen. Det här teckenfiltret implementeras med Apache Lucene.
Name | Typ | Description |
---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av teckenfilter. |
mappings |
string[] |
En lista över mappningar i följande format: "a=>b" (alla förekomster av tecknet "a" ersätts med tecknet "b"). |
name |
string |
Namnet på teckenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
MicrosoftLanguageStemmingTokenizer
Delar upp text med hjälp av språkspecifika regler och reducerar ord till deras basformulär.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av tokenizer. |
|
isSearchTokenizer |
boolean |
False |
Ett värde som anger hur tokenizern används. Ställ in på sant om det används som söktokeniserare och ange till false om det används som indexeringstokeniserare. Standardvärdet är falskt. |
language |
Språket som ska användas. Standardvärdet är engelska. |
||
maxTokenLength |
integer |
255 |
Maximal tokenlängd. Token som är längre än den maximala längden delas upp. Maximal tokenlängd som kan användas är 300 tecken. Token som är längre än 300 tecken delas först upp i token med längd 300 och sedan delas var och en av dessa token upp baserat på den maximala tokenlängdsuppsättningen. Standardvärdet är 255. |
name |
string |
Namnet på tokenizern. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
MicrosoftLanguageTokenizer
Delar upp text med hjälp av språkspecifika regler.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av tokenizer. |
|
isSearchTokenizer |
boolean |
False |
Ett värde som anger hur tokenizern används. Ställ in på sant om det används som söktokeniserare och ange till false om det används som indexeringstokeniserare. Standardvärdet är falskt. |
language |
Språket som ska användas. Standardvärdet är engelska. |
||
maxTokenLength |
integer |
255 |
Maximal tokenlängd. Token som är längre än den maximala längden delas upp. Maximal tokenlängd som kan användas är 300 tecken. Token som är längre än 300 tecken delas först upp i token med längd 300 och sedan delas var och en av dessa token upp baserat på den maximala tokenlängdsuppsättningen. Standardvärdet är 255. |
name |
string |
Namnet på tokenizern. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
MicrosoftStemmingTokenizerLanguage
Visar en lista över de språk som stöds av Microsofts språk som härrör från tokenizer.
Name | Typ | Description |
---|---|---|
arabic |
string |
Väljer Microsofts härdningstokeniserare för arabiska. |
bangla |
string |
Väljer Microsofts härdningstokeniserare för Bangla. |
bulgarian |
string |
Väljer Microsofts härdningstokeniserare för bulgariska. |
catalan |
string |
Väljer Microsofts härdningstokeniserare för katalanska. |
croatian |
string |
Väljer Microsofts härdningstokeniserare för kroatiska. |
czech |
string |
Väljer Microsofts härdningstokeniserare för tjeckiska. |
danish |
string |
Väljer Microsofts härdningstokeniserare för danska. |
dutch |
string |
Väljer Microsofts härdningstokeniserare för nederländska. |
english |
string |
Väljer Microsofts härdningstokeniserare för engelska. |
estonian |
string |
Väljer Microsofts härdningstokeniserare för estniska. |
finnish |
string |
Väljer Microsofts härdningstokeniserare för finska. |
french |
string |
Väljer Microsofts härdningstokeniserare för franska. |
german |
string |
Väljer Microsofts härdningstokeniserare för tyska. |
greek |
string |
Väljer Microsofts härdningstokeniserare för grekiska. |
gujarati |
string |
Väljer Microsofts härdningstokeniserare för Gujarati. |
hebrew |
string |
Väljer Microsofts härdningstokeniserare för hebreiska. |
hindi |
string |
Väljer Microsofts härdningstokeniserare för Hindi. |
hungarian |
string |
Väljer Microsofts härdningstokeniserare för ungerska. |
icelandic |
string |
Väljer Microsofts härdningstokeniserare för isländska. |
indonesian |
string |
Väljer Microsofts härdningstokeniserare för indonesiska. |
italian |
string |
Väljer Microsofts härdningstokeniserare för italienska. |
kannada |
string |
Väljer Microsofts härdningstokeniserare för Kannada. |
latvian |
string |
Väljer Microsofts härdningstokeniserare för lettiska. |
lithuanian |
string |
Väljer Microsofts härdningstokeniserare för litauiska. |
malay |
string |
Väljer Microsofts härdningstokeniserare för Malay. |
malayalam |
string |
Väljer Microsofts härdningstokeniserare för Malayalam. |
marathi |
string |
Väljer Microsofts härdningstokeniserare för Marathi. |
norwegianBokmaal |
string |
Väljer Microsofts härdningstokeniserare för norska (Bokmål). |
polish |
string |
Väljer Microsofts härdningstokeniserare för polska. |
portuguese |
string |
Väljer Microsofts härdningstokeniserare för portugisiska. |
portugueseBrazilian |
string |
Väljer Microsofts härdningstokeniserare för portugisiska (Brasilien). |
punjabi |
string |
Väljer Microsofts härdningstokeniserare för Punjabi. |
romanian |
string |
Väljer Microsofts härdningstokeniserare för rumänska. |
russian |
string |
Väljer Microsofts härdningstokeniserare för ryska. |
serbianCyrillic |
string |
Väljer Microsofts härdningstokeniserare för serbiska (kyrillisk). |
serbianLatin |
string |
Väljer Microsofts härdningstokeniserare för serbiska (latinsk). |
slovak |
string |
Väljer Microsofts härdningstokeniserare för slovakiska. |
slovenian |
string |
Väljer Microsofts härdningstokeniserare för slovenska. |
spanish |
string |
Väljer Microsofts härdningstokeniserare för spanska. |
swedish |
string |
Väljer Microsofts härdningstokeniserare för svenska. |
tamil |
string |
Väljer Microsofts härdningstokeniserare för tamil. |
telugu |
string |
Väljer Microsofts härdningstokeniserare för Telugu. |
turkish |
string |
Väljer Microsofts härdningstokeniserare för turkiska. |
ukrainian |
string |
Väljer Microsofts härdningstokeniserare för ukrainska. |
urdu |
string |
Väljer Microsofts härdningstokeniserare för Urdu. |
MicrosoftTokenizerLanguage
Visar de språk som stöds av Microsofts språktokeniserare.
Name | Typ | Description |
---|---|---|
bangla |
string |
Väljer Microsoft tokenizer för Bangla. |
bulgarian |
string |
Väljer Microsoft-tokeniseraren för bulgariska. |
catalan |
string |
Väljer Microsoft-tokeniseraren för katalanska. |
chineseSimplified |
string |
Väljer Microsoft-tokeniseraren för kinesiska (förenklad). |
chineseTraditional |
string |
Väljer Microsoft-tokeniseraren för kinesiska (traditionell). |
croatian |
string |
Väljer Microsoft-tokeniseraren för kroatiska. |
czech |
string |
Väljer Microsoft-tokeniseraren för tjeckiska. |
danish |
string |
Väljer Microsoft-tokeniseraren för danska. |
dutch |
string |
Väljer Microsoft-tokeniseraren för nederländska. |
english |
string |
Väljer Microsoft-tokeniseraren för engelska. |
french |
string |
Väljer Microsoft-tokeniseraren för franska. |
german |
string |
Väljer Microsoft-tokeniseraren för tyska. |
greek |
string |
Väljer Microsoft-tokeniseraren för grekiska. |
gujarati |
string |
Väljer Microsoft tokenizer för Gujarati. |
hindi |
string |
Väljer Microsoft-tokenizern för Hindi. |
icelandic |
string |
Väljer Microsoft-tokeniseraren för isländska. |
indonesian |
string |
Väljer Microsoft-tokenizern för indonesiska. |
italian |
string |
Väljer Microsoft tokenizer för italienska. |
japanese |
string |
Väljer Microsoft-tokeniseraren för japanska. |
kannada |
string |
Väljer Microsoft tokenizer för Kannada. |
korean |
string |
Väljer Microsoft-tokeniseraren för koreanska. |
malay |
string |
Väljer Microsoft-tokeniseraren för Malay. |
malayalam |
string |
Väljer Microsoft tokenizer för Malayalam. |
marathi |
string |
Väljer Microsoft-tokeniseraren för Marathi. |
norwegianBokmaal |
string |
Väljer Microsoft tokenizer för Norska (Bokmål). |
polish |
string |
Väljer Microsoft-tokeniseraren för polska. |
portuguese |
string |
Väljer Microsoft-tokeniseraren för portugisiska. |
portugueseBrazilian |
string |
Väljer Microsoft-tokeniseraren för portugisiska (Brasilien). |
punjabi |
string |
Väljer Microsoft tokenizer för Punjabi. |
romanian |
string |
Väljer Microsoft-tokeniseraren för rumänska. |
russian |
string |
Väljer Microsoft-tokeniseraren för ryska. |
serbianCyrillic |
string |
Väljer Microsoft-tokeniseraren för serbiska (kyrillisk). |
serbianLatin |
string |
Väljer Microsoft-tokeniseraren för serbiska (latinsk). |
slovenian |
string |
Väljer Microsoft-tokeniseraren för slovenska. |
spanish |
string |
Väljer Microsoft-tokeniseraren för spanska. |
swedish |
string |
Väljer Microsoft tokenizer för svenska. |
tamil |
string |
Väljer Microsoft-tokeniseraren för tamil. |
telugu |
string |
Väljer Microsoft-tokeniseraren för Telugu. |
thai |
string |
Väljer Microsoft-tokeniseraren för thailändska. |
ukrainian |
string |
Väljer Microsoft-tokeniseraren för ukrainska. |
urdu |
string |
Väljer Microsoft tokenizer för Urdu. |
vietnamese |
string |
Väljer Microsoft-tokeniseraren för vietnamesiska. |
NGramTokenFilter
Genererar n-gram av de angivna storlekarna. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
maxGram |
integer |
2 |
Den maximala n-gramlängden. Standardvärdet är 2. |
minGram |
integer |
1 |
Minsta n-gramlängd. Standardvärdet är 1. Måste vara mindre än värdet för maxGram. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
NGramTokenFilterV2
Genererar n-gram av de angivna storlekarna. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
maxGram |
integer |
2 |
Den maximala n-gramlängden. Standardvärdet är 2. Maxvärdet är 300. |
minGram |
integer |
1 |
Minsta n-gramlängd. Standardvärdet är 1. Maxvärdet är 300. Måste vara mindre än värdet för maxGram. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
NGramTokenizer
Tokeniserar indata till n-gram av de angivna storlekarna. Den här tokenizern implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av tokenizer. |
|
maxGram |
integer |
2 |
Den maximala n-gramlängden. Standardvärdet är 2. Maxvärdet är 300. |
minGram |
integer |
1 |
Minsta n-gramlängd. Standardvärdet är 1. Maxvärdet är 300. Måste vara mindre än värdet för maxGram. |
name |
string |
Namnet på tokenizern. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
tokenChars |
Teckenklasser som ska behållas i token. |
OutputFieldMappingEntry
Mappning av utdatafält för en färdighet.
Name | Typ | Description |
---|---|---|
name |
string |
Namnet på utdata som definieras av färdigheten. |
targetName |
string |
Utdatans målnamn. Det är valfritt och standardnamn. |
PathHierarchyTokenizerV2
Tokenizer för sökvägsliknande hierarkier. Den här tokenizern implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av tokenizer. |
|
delimiter |
string |
/ |
Avgränsartecknet som ska användas. Standardvärdet är "/". |
maxTokenLength |
integer |
300 |
Maximal tokenlängd. Standard och max är 300. |
name |
string |
Namnet på tokenizern. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
replacement |
string |
/ |
Ett värde som, om det anges, ersätter avgränsartecknet. Standardvärdet är "/". |
reverse |
boolean |
False |
Ett värde som anger om token ska genereras i omvänd ordning. Standardvärdet är falskt. |
skip |
integer |
0 |
Antalet inledande token som ska hoppa över. Standardvärdet är 0. |
PatternAnalyzer
Flexibelt separerar text i termer via ett reguljärt uttrycksmönster. Den här analysatorn implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av analysverktyg. |
|
flags |
Flaggor för reguljära uttryck. |
||
lowercase |
boolean |
True |
Ett värde som anger om termerna ska vara gemener. Standardvärdet är sant. |
name |
string |
Namnet på analysatorn. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
pattern |
string |
\W+ |
Ett mönster för reguljära uttryck som matchar tokenavgränsare. Standard är ett uttryck som matchar ett eller flera icke-ordtecken. |
stopwords |
string[] |
En lista över stoppord. |
PatternCaptureTokenFilter
Använder Java-regexer för att generera flera token – en för varje insamlingsgrupp i ett eller flera mönster. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
patterns |
string[] |
En lista över mönster som ska matchas mot varje token. |
|
preserveOriginal |
boolean |
True |
Ett värde som anger om den ursprungliga token ska returneras även om något av mönstren matchar. Standardvärdet är sant. |
PatternReplaceCharFilter
Ett teckenfilter som ersätter tecken i indatasträngen. Det använder ett reguljärt uttryck för att identifiera teckensekvenser som ska bevaras och ett ersättningsmönster för att identifiera tecken som ska ersättas. Om du till exempel får indatatexten "aa bb aa bb", mönstret "(aa)\s+(bb)" och ersättningen "$1#$2" blir resultatet "aa#bb aa#bb". Det här teckenfiltret implementeras med Apache Lucene.
Name | Typ | Description |
---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av teckenfilter. |
name |
string |
Namnet på teckenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
pattern |
string |
Ett mönster för reguljära uttryck. |
replacement |
string |
Ersättningstexten. |
PatternReplaceTokenFilter
Ett teckenfilter som ersätter tecken i indatasträngen. Det använder ett reguljärt uttryck för att identifiera teckensekvenser som ska bevaras och ett ersättningsmönster för att identifiera tecken som ska ersättas. Om du till exempel får indatatexten "aa bb aa bb", mönstret "(aa)\s+(bb)" och ersättningen "$1#$2" blir resultatet "aa#bb aa#bb". Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Description |
---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
pattern |
string |
Ett mönster för reguljära uttryck. |
replacement |
string |
Ersättningstexten. |
PatternTokenizer
Tokenizer som använder regex-mönstermatchning för att konstruera distinkta token. Den här tokenizern implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av tokenizer. |
|
flags |
Flaggor för reguljära uttryck. |
||
group |
integer |
-1 |
Den nollbaserade ordningstalet för matchande grupp i mönstret för reguljära uttryck för att extrahera till token. Använd -1 om du vill använda hela mönstret för att dela indata i token, oavsett matchande grupper. Standardvärdet är -1. |
name |
string |
Namnet på tokenizern. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
pattern |
string |
\W+ |
Ett mönster för reguljära uttryck som matchar tokenavgränsare. Standard är ett uttryck som matchar ett eller flera icke-ordtecken. |
PhoneticEncoder
Identifierar vilken typ av fonetikkodare som ska användas med ett PhoneticTokenFilter.
Name | Typ | Description |
---|---|---|
beiderMorse |
string |
Kodar en token till ett Beider-Morse värde. |
caverphone1 |
string |
Kodar en token till ett Caverphone 1.0-värde. |
caverphone2 |
string |
Kodar en token till ett Caverphone 2.0-värde. |
cologne |
string |
Kodar en token till ett fonetikvärde i Köln. |
doubleMetaphone |
string |
Kodar en token till ett dubbelt metafonvärde. |
haasePhonetik |
string |
Kodar en token med haase-förfining av Kölner Phonetik-algoritmen. |
koelnerPhonetik |
string |
Kodar en token med hjälp av Kölner Phonetik-algoritmen. |
metaphone |
string |
Kodar en token till ett metafonvärde. |
nysiis |
string |
Kodar en token till ett NYSIIS-värde. |
refinedSoundex |
string |
Kodar en token till ett Raffinerat Soundex-värde. |
soundex |
string |
Kodar en token till ett Soundex-värde. |
PhoneticTokenFilter
Skapa token för fonetiska matchningar. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
encoder | metaphone |
Den fonetiska kodare som ska användas. Standardvärdet är "metafon". |
|
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
replace |
boolean |
True |
Ett värde som anger om kodade token ska ersätta ursprungliga token. Om det är falskt läggs kodade token till som synonymer. Standardvärdet är sant. |
PrioritizedFields
Beskriver fälten rubrik, innehåll och nyckelord som ska användas för semantisk rangordning, undertexter, markeringar och svar.
Name | Typ | Description |
---|---|---|
prioritizedContentFields |
Definierar de innehållsfält som ska användas för semantisk rangordning, undertexter, markeringar och svar. För bästa resultat bör de markerade fälten innehålla text i naturligt språk. Ordningen på fälten i matrisen representerar deras prioritet. Fält med lägre prioritet kan trunkeras om innehållet är långt. |
|
prioritizedKeywordsFields |
Definierar nyckelordsfälten som ska användas för semantisk rangordning, undertexter, markeringar och svar. För bästa resultat bör de markerade fälten innehålla en lista med nyckelord. Ordningen på fälten i matrisen representerar deras prioritet. Fält med lägre prioritet kan trunkeras om innehållet är långt. |
|
titleField |
Definierar det rubrikfält som ska användas för semantisk rangordning, undertexter, markeringar och svar. Om du inte har något rubrikfält i indexet lämnar du det tomt. |
RegexFlags
Definierar flaggor som kan kombineras för att styra hur reguljära uttryck används i mönsteranalysverktyget och mönstertokeniseraren.
Name | Typ | Description |
---|---|---|
CANON_EQ |
string |
Aktiverar kanonisk ekvivalens. |
CASE_INSENSITIVE |
string |
Möjliggör skiftlägesokänslig matchning. |
COMMENTS |
string |
Tillåter blanksteg och kommentarer i mönstret. |
DOTALL |
string |
Aktiverar dotall-läge. |
LITERAL |
string |
Aktiverar literal parsning av mönstret. |
MULTILINE |
string |
Aktiverar flerradsläge. |
UNICODE_CASE |
string |
Aktiverar Unicode-medveten skiftlägesdelegering. |
UNIX_LINES |
string |
Aktiverar Unix-linjeläge. |
ScalarQuantizationParameters
Innehåller de parametrar som är specifika för Scalar Quantization.
Name | Typ | Description |
---|---|---|
quantizedDataType |
Den kvantiserade datatypen för komprimerade vektorvärden. |
ScalarQuantizationVectorSearchCompressionConfiguration
Innehåller konfigurationsalternativ som är specifika för den skalära kvantiseringskomprimeringsmetod som används vid indexering och frågor.
Name | Typ | Standardvärde | Description |
---|---|---|---|
defaultOversampling |
number |
Standardöversamplingsfaktor. Översampling begär internt fler dokument (som anges av den här multiplikatorn) i den första sökningen. Detta ökar den uppsättning resultat som kommer att rangordnas om med omberäknade likhetspoäng från fullprecisionsvektorer. Minimivärdet är 1, vilket innebär att ingen översampling (1x). Den här parametern kan bara anges när rerankWithOriginalVectors är sant. Högre värden förbättrar återkallandet på bekostnad av svarstiden. |
|
kind |
string:
scalar |
Namnet på den typ av komprimeringsmetod som konfigureras för användning med vektorsökning. |
|
name |
string |
Namnet som ska associeras med den här konfigurationen. |
|
rerankWithOriginalVectors |
boolean |
True |
Om värdet är true rangordnas de igen när den ordnade uppsättningen resultat som beräknas med komprimerade vektorer har hämtats, genom att beräkna om likhetspoängen med full precision. Detta förbättrar återkallandet på bekostnad av svarstiden. |
scalarQuantizationParameters |
Innehåller de parametrar som är specifika för Scalar Quantization. |
ScoringFunctionAggregation
Definierar den sammansättningsfunktion som används för att kombinera resultatet av alla bedömningsfunktioner i en bedömningsprofil.
Name | Typ | Description |
---|---|---|
average |
string |
Öka poängen med medelvärdet av alla resultat från bedömningsfunktionen. |
firstMatching |
string |
Öka poäng med hjälp av den första tillämpliga bedömningsfunktionen i bedömningsprofilen. |
maximum |
string |
Öka poängen med maximalt antal resultat för bedömningsfunktionen. |
minimum |
string |
Öka poängen med minst alla resultat från bedömningsfunktionen. |
sum |
string |
Öka poängen med summan av alla resultat från bedömningsfunktionen. |
ScoringFunctionInterpolation
Definierar den funktion som används för att interpolera poänghöjande i en rad dokument.
Name | Typ | Description |
---|---|---|
constant |
string |
Ökar poängen med en konstant faktor. |
linear |
string |
Ökar poängen med en linjärt minskande mängd. Detta är standardinterpolationen för bedömningsfunktioner. |
logarithmic |
string |
Ökar poängen med en mängd som minskar logaritmiskt. Ökningar minskar snabbt för högre poäng och långsammare när poängen minskar. Det här interpoleringsalternativet tillåts inte i taggbedömningsfunktioner. |
quadratic |
string |
Ökar poängen med en mängd som minskar kvadratiskt. Ökningarna minskar långsamt för högre poäng och snabbare när poängen minskar. Det här interpoleringsalternativet tillåts inte i taggbedömningsfunktioner. |
ScoringProfile
Definierar parametrar för ett sökindex som påverkar bedömning i sökfrågor.
Name | Typ | Description |
---|---|---|
functionAggregation |
Ett värde som anger hur resultatet av enskilda bedömningsfunktioner ska kombineras. Standardvärdet är "Summa". Ignoreras om det inte finns några bedömningsfunktioner. |
|
functions | ScoringFunction[]: |
Samling funktioner som påverkar bedömning av dokument. |
name |
string |
Namnet på bedömningsprofilen. |
text |
Parametrar som ökar poängsättningen baserat på textmatchningar i vissa indexfält. |
SearchField
Representerar ett fält i en indexdefinition som beskriver namn, datatyp och sökbeteende för ett fält.
Name | Typ | Description |
---|---|---|
analyzer |
Namnet på analysatorn som ska användas för fältet. Det här alternativet kan endast användas med sökbara fält och det kan inte ställas in tillsammans med antingen searchAnalyzer eller indexAnalyzer. När analysatorn har valts kan den inte ändras för fältet. Måste vara null för komplexa fält. |
|
dimensions |
integer |
Vektorfältets dimensionalitet. |
facetable |
boolean |
Ett värde som anger om fältet ska refereras till i fasetterade frågor. Används vanligtvis i en presentation av sökresultat som inkluderar antal träffar per kategori (till exempel söka efter digitalkameror och se träffar efter varumärke, megapixlar, pris och så vidare). Den här egenskapen måste vara null för komplexa fält. Fält av typen Edm.GeographyPoint eller Collection(Edm.GeographyPoint) kan inte vara fasettbara. Standardvärdet är sant för alla andra enkla fält. |
fields |
En lista över underfält om det här är ett fält av typen Edm.ComplexType eller Collection(Edm.ComplexType). Måste vara null eller tomt för enkla fält. |
|
filterable |
boolean |
Ett värde som anger om fältet ska refereras i $filter frågor. filterable skiljer sig från sökbara i hur strängar hanteras. Fält av typen Edm.String eller Collection(Edm.String) som är filterbara genomgår inte ordbrytning, så jämförelser är endast för exakta matchningar. Om du till exempel anger ett sådant fält f till "solig dag" hittar $filter=f eq "sunny" inga matchningar, men $filter=f eq "solig dag" kommer att göra det. Den här egenskapen måste vara null för komplexa fält. Standardvärdet är sant för enkla fält och null för komplexa fält. |
indexAnalyzer |
Namnet på analysatorn som användes vid indexeringstiden för fältet. Det här alternativet kan endast användas med sökbara fält. Den måste anges tillsammans med searchAnalyzer och den kan inte ställas in tillsammans med analysalternativet. Den här egenskapen kan inte anges till namnet på en språkanalysator. använd egenskapen analyzer i stället om du behöver en språkanalysator. När analysatorn har valts kan den inte ändras för fältet. Måste vara null för komplexa fält. |
|
key |
boolean |
Ett värde som anger om fältet unikt identifierar dokument i indexet. Exakt ett fält på den översta nivån i varje index måste väljas som nyckelfält och det måste vara av typen Edm.String. Nyckelfält kan användas för att söka efter dokument direkt och uppdatera eller ta bort specifika dokument. Standardvärdet är falskt för enkla fält och null för komplexa fält. |
name |
string |
Namnet på fältet, som måste vara unikt i fältsamlingen för indexet eller det överordnade fältet. |
retrievable |
boolean |
Ett värde som anger om fältet kan returneras i ett sökresultat. Du kan inaktivera det här alternativet om du vill använda ett fält (till exempel marginal) som filter, sortering eller bedömningsmekanism men inte vill att fältet ska vara synligt för slutanvändaren. Den här egenskapen måste vara sann för nyckelfält och den måste vara null för komplexa fält. Den här egenskapen kan ändras i befintliga fält. Om du aktiverar den här egenskapen ökar inte kraven på indexlagring. Standardvärdet är sant för enkla fält, falskt för vektorfält och null för komplexa fält. |
searchAnalyzer |
Namnet på analysatorn som användes vid söktillfället för fältet. Det här alternativet kan endast användas med sökbara fält. Den måste ställas in tillsammans med indexAnalyzer och den kan inte ställas in tillsammans med analysalternativet. Den här egenskapen kan inte anges till namnet på en språkanalysator. använd egenskapen analyzer i stället om du behöver en språkanalysator. Den här analysatorn kan uppdateras i ett befintligt fält. Måste vara null för komplexa fält. |
|
searchable |
boolean |
Ett värde som anger om fältet kan sökas i fulltext. Det innebär att den kommer att genomgå en analys, till exempel ordbrytning under indexeringen. Om du anger ett sökbart fält till ett värde som "solig dag" delas det internt upp i de enskilda tokensna "sunny" och "day". Detta möjliggör fulltextsökningar för dessa termer. Fält av typen Edm.String eller Collection(Edm.String) kan sökas som standard. Den här egenskapen måste vara false för enkla fält med andra datatyper som inte är strängar och måste vara null för komplexa fält. Obs! Sökbara fält förbrukar extra utrymme i indexet för att hantera ytterligare tokeniserade versioner av fältvärdet för fulltextsökningar. Om du vill spara utrymme i indexet och du inte behöver ett fält som ska inkluderas i sökningar anger du sökbart till false. |
sortable |
boolean |
Ett värde som anger om fältet ska refereras till i $orderby uttryck. Som standard sorterar sökmotorn resultat efter poäng, men i många upplevelser vill användarna sortera efter fält i dokumenten. Ett enkelt fält kan bara sorteras om det är envärdesvärde (det har ett enda värde i omfånget för det överordnade dokumentet). Enkla samlingsfält kan inte sorteras eftersom de är flervärdesfält. Enkla underfält i komplexa samlingar är också flervärdesfält och kan därför inte sorteras. Detta gäller oavsett om det är ett omedelbart överordnat fält eller ett överordnat fält, som är den komplexa samlingen. Komplexa fält kan inte sorteras och den sorterbara egenskapen måste vara null för sådana fält. Standardvärdet för sorterbar är sant för enkla fält med enkelvärde, falskt för enkla fält med flera värden och null för komplexa fält. |
stored |
boolean |
Ett oföränderligt värde som anger om fältet ska sparas separat på disken som ska returneras i ett sökresultat. Du kan inaktivera det här alternativet om du inte planerar att returnera fältinnehållet i ett söksvar för att spara på lagringskostnaderna. Detta kan bara anges när index skapas och endast för vektorfält. Det går inte att ändra den här egenskapen för befintliga fält eller anges som false för nya fält. Om den här egenskapen anges som false måste egenskapen "hämtningsbar" också anges till false. Den här egenskapen måste vara true eller unset för nyckelfält, för nya fält och för icke-vektorfält, och den måste vara null för komplexa fält. Om du inaktiverar den här egenskapen minskar kraven på indexlagring. Standardvärdet gäller för vektorfält. |
synonymMaps |
string[] |
En lista över namnen på synonymkartor som ska associeras med det här fältet. Det här alternativet kan endast användas med sökbara fält. För närvarande stöds endast en synonymkarta per fält. Om du tilldelar en synonymkarta till ett fält ser du till att frågetermer som riktar sig mot det fältet expanderas vid frågetillfället med hjälp av reglerna i synonymkartan. Det här attributet kan ändras i befintliga fält. Måste vara null eller en tom samling för komplexa fält. |
type |
Datatypen för fältet. |
|
vectorEncoding |
Kodningsformatet för att tolka fältinnehållet. |
|
vectorSearchProfile |
string |
Namnet på vektorsökningsprofilen som anger algoritmen och vektoriseraren som ska användas vid sökning i vektorfältet. |
SearchFieldDataType
Definierar datatypen för ett fält i ett sökindex.
Name | Typ | Description |
---|---|---|
Edm.Boolean |
string |
Anger att ett fält innehåller ett booleskt värde (sant eller falskt). |
Edm.Byte |
string |
Anger att ett fält innehåller ett 8-bitars osignerat heltal. Detta är endast giltigt när det används med Collection(Edm.Byte). |
Edm.ComplexType |
string |
Anger att ett fält innehåller ett eller flera komplexa objekt som i sin tur har underfält av andra typer. |
Edm.DateTimeOffset |
string |
Anger att ett fält innehåller ett datum-/tidsvärde, inklusive tidszonsinformation. |
Edm.Double |
string |
Anger att ett fält innehåller ett IEEE-flyttal med dubbel precision. |
Edm.GeographyPoint |
string |
Anger att ett fält innehåller en geo-plats när det gäller longitud och latitud. |
Edm.Half |
string |
Anger att ett fält innehåller ett flyttal med halv precision. Detta är endast giltigt när det används med Collection(Edm.Half). |
Edm.Int16 |
string |
Anger att ett fält innehåller ett 16-bitars signerat heltal. Detta är endast giltigt när det används med Collection(Edm.Int16). |
Edm.Int32 |
string |
Anger att ett fält innehåller ett 32-bitars signerat heltal. |
Edm.Int64 |
string |
Anger att ett fält innehåller ett 64-bitars signerat heltal. |
Edm.SByte |
string |
Anger att ett fält innehåller ett 8-bitars signerat heltal. Detta är endast giltigt när det används med Collection(Edm.SByte). |
Edm.Single |
string |
Anger att ett fält innehåller ett flyttal med enkel precision. Detta är endast giltigt när det används med Collection(Edm.Single). |
Edm.String |
string |
Anger att ett fält innehåller en sträng. |
SearchIndex
Representerar en sökindexdefinition som beskriver fälten och sökbeteendet för ett index.
Name | Typ | Description |
---|---|---|
@odata.etag |
string |
Indexets ETag. |
analyzers | LexicalAnalyzer[]: |
Analysverktygen för indexet. |
charFilters | CharFilter[]: |
Tecknet filtrerar för indexet. |
corsOptions |
Alternativ för att styra CORS (Cross-Origin Resource Sharing) för indexet. |
|
defaultScoringProfile |
string |
Namnet på bedömningsprofilen som ska användas om ingen anges i frågan. Om den här egenskapen inte har angetts och ingen bedömningsprofil har angetts i frågan används standardbedömning (tf-idf). |
encryptionKey |
En beskrivning av en krypteringsnyckel som du skapar i Azure Key Vault. Den här nyckeln används för att tillhandahålla ytterligare en nivå av kryptering i vila för dina data när du vill ha fullständig försäkran om att ingen, inte ens Microsoft, kan dekryptera dina data. När du har krypterat dina data förblir de alltid krypterade. Söktjänsten ignorerar försök att ange den här egenskapen till null. Du kan ändra den här egenskapen efter behov om du vill rotera krypteringsnyckeln. Dina data påverkas inte. Kryptering med kundhanterade nycklar är inte tillgängligt för kostnadsfria söktjänster och är endast tillgängligt för betaltjänster som skapats den 1 januari 2019 eller senare. |
|
fields |
Fälten i indexet. |
|
name |
string |
Namnet på indexet. |
scoringProfiles |
Bedömningsprofilerna för indexet. |
|
semantic |
Definierar parametrar för ett sökindex som påverkar semantiska funktioner. |
|
similarity | Similarity: |
Typen av likhetsalgoritm som ska användas vid bedömning och rangordning av dokument som matchar en sökfråga. Likhetsalgoritmen kan bara definieras när index skapas och kan inte ändras på befintliga index. Om värdet är null används ClassicSimilarity-algoritmen. |
suggesters |
Förslagsgivare för indexet. |
|
tokenFilters |
TokenFilter[]:
|
Tokenfiltren för indexet. |
tokenizers | LexicalTokenizer[]: |
Tokenizers för indexet. |
vectorSearch |
Innehåller konfigurationsalternativ som rör vektorsökning. |
SearchIndexerDataNoneIdentity
Rensar identitetsegenskapen för en datakälla.
Name | Typ | Description |
---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av identitet. |
SearchIndexerDataUserAssignedIdentity
Anger identiteten för en datakälla som ska användas.
Name | Typ | Description |
---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av identitet. |
userAssignedIdentity |
string |
Det fullständigt kvalificerade Azure-resurs-ID:t för en användartilldelad hanterad identitet, vanligtvis i formuläret "/subscriptions/12345678-1234-1234-1234567890ab/resourceGroups/rg/providers/Microsoft.ManagedIdentity/userAssignedIdentities/myId" som borde ha tilldelats söktjänsten. |
SearchResourceEncryptionKey
En kundhanterad krypteringsnyckel i Azure Key Vault. Nycklar som du skapar och hanterar kan användas för att kryptera eller dekryptera vilande data, till exempel index och synonymkartor.
Name | Typ | Description |
---|---|---|
accessCredentials |
Valfria Azure Active Directory-autentiseringsuppgifter som används för att komma åt ditt Azure Key Vault. Krävs inte om du använder hanterad identitet i stället. |
|
keyVaultKeyName |
string |
Namnet på din Azure Key Vault-nyckel som ska användas för att kryptera dina vilande data. |
keyVaultKeyVersion |
string |
Den version av Azure Key Vault-nyckeln som ska användas för att kryptera dina vilande data. |
keyVaultUri |
string |
URI:n för ditt Azure Key Vault, även kallat DNS-namn, som innehåller nyckeln som ska användas för att kryptera dina data i vila. Ett exempel på en URI kan vara |
SemanticConfiguration
Definierar en specifik konfiguration som ska användas i samband med semantiska funktioner.
Name | Typ | Description |
---|---|---|
name |
string |
Namnet på den semantiska konfigurationen. |
prioritizedFields |
Beskriver de rubrik-, innehålls- och nyckelordsfält som ska användas för semantisk rangordning, undertexter, markeringar och svar. Minst en av de tre underegenskaperna (titleField, prioritizedKeywordsFields och prioritizedContentFields) måste anges. |
SemanticField
Ett fält som används som en del av den semantiska konfigurationen.
Name | Typ | Description |
---|---|---|
fieldName |
string |
SemanticSettings
Definierar parametrar för ett sökindex som påverkar semantiska funktioner.
Name | Typ | Description |
---|---|---|
configurations |
Semantiska konfigurationer för indexet. |
|
defaultConfiguration |
string |
Gör att du kan ange namnet på en standard semantisk konfiguration i ditt index, vilket gör det valfritt att skicka det vidare som en frågeparameter varje gång. |
ShingleTokenFilter
Skapar kombinationer av token som en enda token. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
filterToken |
string |
_ |
Strängen som ska infogas för varje position där det inte finns någon token. Standardvärdet är ett understreck ("_"). |
maxShingleSize |
integer |
2 |
Den maximala bältrosstorleken. Standardvärdet och minimivärdet är 2. |
minShingleSize |
integer |
2 |
Minsta bältrosstorlek. Standardvärdet och minimivärdet är 2. Måste vara mindre än värdet för maxShingleSize. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
outputUnigrams |
boolean |
True |
Ett värde som anger om utdataströmmen ska innehålla indatatoken (unigram) samt bältros. Standardvärdet är sant. |
outputUnigramsIfNoShingles |
boolean |
False |
Ett värde som anger om unigram ska matas ut för de tider då inga bältros är tillgängliga. Den här egenskapen har företräde när outputUnigrams är inställt på false. Standardvärdet är falskt. |
tokenSeparator |
string |
Strängen som ska användas när du ansluter intilliggande token för att bilda en bältros. Standardvärdet är ett enda blanksteg (" "). |
SnowballTokenFilter
Ett filter som stjälkar ord med hjälp av en Snowball-genererad stemmer. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Description |
---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
language |
Språket som ska användas. |
|
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
SnowballTokenFilterLanguage
Språket som ska användas för ett Snowball-tokenfilter.
Name | Typ | Description |
---|---|---|
armenian |
string |
Väljer Lucene Snowball-tokenizern för armeniska. |
basque |
string |
Väljer Lucene Snowball-tokenizern för baskiska. |
catalan |
string |
Väljer Lucene Snowball-tokenizern för katalanska. |
danish |
string |
Väljer Lucene Snowball-tokenizer för danska. |
dutch |
string |
Väljer Lucene Snowball-tokenizer för nederländska. |
english |
string |
Väljer Lucene Snowball-tokenizer för engelska. |
finnish |
string |
Väljer Lucene Snowball-tokenizer för finska. |
french |
string |
Väljer Lucene Snowball-tokenizern för franska. |
german |
string |
Väljer Lucene Snowball-tokenizer för tyska. |
german2 |
string |
Väljer lucene snowball-tokenizern som använder den tyska variantalgoritmen. |
hungarian |
string |
Väljer Lucene Snowball-tokenizer för ungerska. |
italian |
string |
Väljer Lucene Snowball-tokenizer för italienska. |
kp |
string |
Väljer Lucene Snowball-tokenizern för nederländska som använder algoritmen Kraaij-Pohlmann som härrör. |
lovins |
string |
Väljer Lucene Snowball-tokenizern för engelska som använder Lovins-algoritmen. |
norwegian |
string |
Väljer Lucene Snowball-tokenizer för norska. |
porter |
string |
Väljer Lucene Snowball-tokenizern för engelska som använder Porter-algoritmen. |
portuguese |
string |
Väljer Lucene Snowball-tokenizer för portugisiska. |
romanian |
string |
Väljer Lucene Snowball-tokenizer för rumänska. |
russian |
string |
Väljer Lucene Snowball-tokenizer för ryska. |
spanish |
string |
Väljer Lucene Snowball-tokenizer för spanska. |
swedish |
string |
Väljer Lucene Snowball-tokenizer för svenska. |
turkish |
string |
Väljer Lucene Snowball-tokenizer för turkiska. |
StemmerOverrideTokenFilter
Ger möjlighet att åsidosätta andra härdningsfilter med anpassad ordlistebaserad härdning. Ordlisteskaftade termer markeras som nyckelord så att de inte kommer att stoppas med stemmers längre ned i kedjan. Måste placeras före eventuella härdningsfilter. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Description |
---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
rules |
string[] |
En lista över härstamningsregler i följande format: "word => stem", till exempel: "ran => run". |
StemmerTokenFilter
Språkspecifikt härdningsfilter. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Description |
---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
language |
Språket som ska användas. |
|
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
StemmerTokenFilterLanguage
Språket som ska användas för ett stemmer-tokenfilter.
Name | Typ | Description |
---|---|---|
arabic |
string |
Väljer lucene-tokeniseraren för arabiska. |
armenian |
string |
Väljer lucene-tokeniseraren för armeniska. |
basque |
string |
Väljer Lucene-härdningstokeniseraren för baskiska. |
brazilian |
string |
Väljer lucene-tokenizer för portugisiska (Brasilien). |
bulgarian |
string |
Väljer Lucene-tokeniseraren för härstamning för bulgariska. |
catalan |
string |
Väljer Lucene-tokeniseraren för härstamning för katalanska. |
czech |
string |
Väljer Lucene-tokeniseraren för härstamning för tjeckiska. |
danish |
string |
Väljer Lucene-tokeniseraren för härstamning för danska. |
dutch |
string |
Väljer Lucene-härdningstokeniseraren för nederländska. |
dutchKp |
string |
Väljer Lucene-härdningstokeniseraren för nederländska som använder algoritmen Kraaij-Pohlmann som härrör. |
english |
string |
Väljer Lucene-härdningstokeniseraren för engelska. |
finnish |
string |
Väljer Lucene-härdningstokeniseraren för finska. |
french |
string |
Väljer Lucene-härdningstokeniseraren för franska. |
galician |
string |
Väljer Lucene-härdningstokeniseraren för galiciska. |
german |
string |
Väljer Lucene-härdningstokeniseraren för tyska. |
german2 |
string |
Väljer lucene-härdningstokeniseraren som använder den tyska variantalgoritmen. |
greek |
string |
Väljer Lucene-härstamningstokeniseraren för grekiska. |
hindi |
string |
Väljer Lucene-härdningstokeniseraren för Hindi. |
hungarian |
string |
Väljer Lucene-tokeniseraren för härstamning för ungerska. |
indonesian |
string |
Väljer Lucene-härdningstokeniseraren för indonesiska. |
irish |
string |
Väljer Lucene-härdningstokeniseraren för iriska. |
italian |
string |
Väljer Lucene-tokeniseraren för härstamning för italienska. |
latvian |
string |
Väljer Lucene-härdningstokeniseraren för lettiska. |
lightEnglish |
string |
Väljer Lucene-härdningstokeniseraren för engelska som utför lätt härstamning. |
lightFinnish |
string |
Väljer Lucene-härdningstokeniseraren för finska som utför lätt härstamning. |
lightFrench |
string |
Väljer Lucene-härdningstokeniseraren för franska som utför lätt härstamning. |
lightGerman |
string |
Väljer Lucene-härdningstokeniseraren för tyska som utför lätt härstamning. |
lightHungarian |
string |
Väljer Lucene-härdningstokeniseraren för ungerska som utför lätt härstamning. |
lightItalian |
string |
Väljer Lucene-härdningstokeniseraren för italienska som utför lätt härstamning. |
lightNorwegian |
string |
Väljer Lucene-tokeniseraren för norska (Bokmål) som utför ljusstamning. |
lightNynorsk |
string |
Väljer Lucene-härdningstokeniseraren för norska (Nynorsk) som utför lätt härstamning. |
lightPortuguese |
string |
Väljer Lucene-härdningstokeniseraren för portugisiska som utför lätt härstamning. |
lightRussian |
string |
Väljer Lucene-härdningstokeniseraren för ryska som utför lätt härstamning. |
lightSpanish |
string |
Väljer Lucene-härdningstokeniseraren för spanska som utför lätt härstamning. |
lightSwedish |
string |
Väljer Lucene-härdningstokeniseraren för svenska som utför lätt härstamning. |
lovins |
string |
Väljer Lucene-härdningstokeniseraren för engelska som använder Lovins-algoritmen. |
minimalEnglish |
string |
Väljer Lucene-härdningstokeniseraren för engelska som gör minimalt med härstamning. |
minimalFrench |
string |
Väljer Lucene-härdningstokeniseraren för franska som gör minimalt med härstamning. |
minimalGalician |
string |
Väljer Lucene-härdningstokeniseraren för galiciska som gör minimalt med härdning. |
minimalGerman |
string |
Väljer Lucene-härdningstokeniseraren för tyska som gör minimalt med härstamning. |
minimalNorwegian |
string |
Väljer Lucene-härdningstokeniseraren för norska (Bokmål) som gör minimalt med härdning. |
minimalNynorsk |
string |
Väljer Lucene-härdningstokeniseraren för norska (Nynorsk) som gör minimalt med härdning. |
minimalPortuguese |
string |
Väljer Lucene-härdningstokeniseraren för portugisiska som gör minimalt med härstamning. |
norwegian |
string |
Väljer Lucene-härstamningstokeniseraren för norska (Bokmål). |
porter2 |
string |
Väljer Lucene-härdningstokeniseraren för engelska som använder porter2-algoritmen. |
portuguese |
string |
Väljer Lucene-härdningstokeniseraren för portugisiska. |
portugueseRslp |
string |
Väljer Lucene-härdningstokeniseraren för portugisiska som använder RSLP-algoritmen. |
possessiveEnglish |
string |
Väljer Lucene-härdningstokeniseraren för engelska som tar bort avslutande possessiva från ord. |
romanian |
string |
Väljer Lucene-tokeniseraren för härstamning för rumänska. |
russian |
string |
Väljer Lucene-härstamningstokeniseraren för ryska. |
sorani |
string |
Väljer Lucene-härdningstokeniseraren för Sorani. |
spanish |
string |
Väljer Lucene-tokeniseraren för härstamning för spanska. |
swedish |
string |
Väljer Lucene-härdningstokeniseraren för svenska. |
turkish |
string |
Väljer Lucene-härdningstokeniseraren för turkiska. |
StopAnalyzer
Delar upp text med icke-bokstäver; Tillämpar filter för gemener och stoppordstoken. Den här analysatorn implementeras med Apache Lucene.
Name | Typ | Description |
---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av analysverktyg. |
name |
string |
Namnet på analysatorn. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
stopwords |
string[] |
En lista över stoppord. |
StopwordsList
Identifierar en fördefinierad lista över språkspecifika stoppord.
Name | Typ | Description |
---|---|---|
arabic |
string |
Väljer stopword-listan för arabiska. |
armenian |
string |
Väljer stopword-listan för armeniska. |
basque |
string |
Väljer stoppordslistan för baskiska. |
brazilian |
string |
Väljer stoppordslistan för portugisiska (Brasilien). |
bulgarian |
string |
Väljer stoppordslistan för bulgariska. |
catalan |
string |
Väljer stopword-listan för katalanska. |
czech |
string |
Väljer stoppordslistan för tjeckiska. |
danish |
string |
Väljer stopword-listan för danska. |
dutch |
string |
Väljer stopword-listan för nederländska. |
english |
string |
Väljer stopword-listan för engelska. |
finnish |
string |
Väljer stoppordslistan för finska. |
french |
string |
Väljer stoppordslistan för franska. |
galician |
string |
Väljer stopword-listan för galiciska. |
german |
string |
Väljer stoppordslistan för tyska. |
greek |
string |
Väljer stoppordslistan för grekiska. |
hindi |
string |
Väljer stoppordslistan för Hindi. |
hungarian |
string |
Väljer stoppordslistan för ungerska. |
indonesian |
string |
Väljer stoppordslistan för indonesiska. |
irish |
string |
Väljer stoppordslistan för iriska. |
italian |
string |
Väljer stoppordslistan för italienska. |
latvian |
string |
Väljer stopword-listan för lettiska. |
norwegian |
string |
Väljer stoppordslistan för Norska. |
persian |
string |
Väljer stoppordslistan för persiska. |
portuguese |
string |
Väljer stopword-listan för portugisiska. |
romanian |
string |
Väljer stopword-listan för rumänska. |
russian |
string |
Väljer stoppordslistan för ryska. |
sorani |
string |
Väljer stopword-listan för Sorani. |
spanish |
string |
Väljer stopword-listan för spanska. |
swedish |
string |
Väljer stoppordslistan för svenska. |
thai |
string |
Väljer stopword-listan för thailändska. |
turkish |
string |
Väljer stoppordslistan för turkiska. |
StopwordsTokenFilter
Tar bort stoppord från en tokenström. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
ignoreCase |
boolean |
False |
Ett värde som anger om skiftläge ska ignoreras. Om sant konverteras alla ord till gemener först. Standardvärdet är falskt. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
removeTrailing |
boolean |
True |
Ett värde som anger om den sista söktermen ska ignoreras om det är ett stoppord. Standardvärdet är sant. |
stopwords |
string[] |
Listan över stoppord. Både den här egenskapen och stopwords-listegenskapen kan inte anges. |
|
stopwordsList | english |
En fördefinierad lista över stoppord som ska användas. Både den här egenskapen och stopwords-egenskapen kan inte anges. Standardvärdet är engelska. |
Suggester
Definierar hur Api för förslag ska tillämpas på en grupp fält i indexet.
Name | Typ | Description |
---|---|---|
name |
string |
Namnet på förslagsverktyget. |
searchMode |
Ett värde som anger förslagsverktygets funktioner. |
|
sourceFields |
string[] |
Listan över fältnamn som förslagsverktyget gäller för. Varje fält måste vara sökbart. |
SuggesterSearchMode
Ett värde som anger förslagsverktygets funktioner.
Name | Typ | Description |
---|---|---|
analyzingInfixMatching |
string |
Matchar hela termer och prefix i ett fält i följd. För fältet "Den snabbaste bruna räven" matchar frågorna "snabb" och "snabbaste panna". |
SynonymTokenFilter
Matchar synonymer med en eller flera ord i en tokenström. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
expand |
boolean |
True |
Ett värde som anger om alla ord i listan med synonymer (om => notation inte används) mappas till varandra. Om sant mappas alla ord i listan med synonymer (om => notation inte används) till varandra. Följande lista: otroligt, otroligt, fantastiskt, fantastiskt motsvarar: otroligt, otroligt, fantastiskt, fantastiskt => otroligt, otroligt, fantastiskt, fantastiskt. Om det är falskt, kommer följande lista: otrolig, otrolig, fantastisk, fantastisk att motsvara: otrolig, otrolig, fantastisk, fantastisk => otrolig. Standardvärdet är sant. |
ignoreCase |
boolean |
False |
Ett värde som anger om indata för skiftläge ska vikas för matchning. Standardvärdet är falskt. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
synonyms |
string[] |
En lista över synonymer i följande två format: 1. otroligt, otroligt, fantastiskt => fantastiskt - alla termer på vänster sida av => symbolen kommer att ersättas med alla termer på höger sida; 2. otroligt, otroligt, fantastiskt, fantastiskt - kommaavgränsad lista över motsvarande ord. Ange alternativet expandera för att ändra hur den här listan tolkas. |
TagScoringFunction
Definierar en funktion som ökar antalet dokument med strängvärden som matchar en viss lista med taggar.
Name | Typ | Description |
---|---|---|
boost |
number |
En multiplikator för råpoängen. Måste vara ett positivt tal som inte är lika med 1,0. |
fieldName |
string |
Namnet på fältet som används som indata till bedömningsfunktionen. |
interpolation |
Ett värde som anger hur ökning kommer att interpoleras mellan dokumentpoäng. standardvärdet "Linjär". |
|
tag |
Parametervärden för taggbedömningsfunktionen. |
|
type |
string:
tag |
Anger vilken typ av funktion som ska användas. Giltiga värden inkluderar storlek, färskhet, avstånd och tagg. Funktionstypen måste vara gemen. |
TagScoringParameters
Ger parametervärden till en taggbedömningsfunktion.
Name | Typ | Description |
---|---|---|
tagsParameter |
string |
Namnet på parametern som skickas i sökfrågor för att ange listan med taggar som ska jämföras med målfältet. |
TextWeights
Definierar vikter för indexfält för vilka matchningar ska öka poängsättningen i sökfrågor.
Name | Typ | Description |
---|---|---|
weights |
object |
Ordlistan med vikter per fält för att öka dokumentbedömningen. Nycklarna är fältnamn och värdena är vikterna för varje fält. |
TokenCharacterKind
Representerar klasser med tecken som ett tokenfilter kan använda.
Name | Typ | Description |
---|---|---|
digit |
string |
Behåller siffror i token. |
letter |
string |
Behåller bokstäver i token. |
punctuation |
string |
Behåller skiljetecken i token. |
symbol |
string |
Behåller symboler i token. |
whitespace |
string |
Behåller blanksteg i token. |
TokenFilterName
Definierar namnen på alla tokenfilter som stöds av sökmotorn.
TruncateTokenFilter
Trunkerar termerna till en viss längd. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
length |
integer |
300 |
Längden som termerna ska trunkeras med. Standard och max är 300. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
UaxUrlEmailTokenizer
Tokeniserar URL:er och e-postmeddelanden som en token. Den här tokenizern implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typen av tokenizer. |
|
maxTokenLength |
integer |
255 |
Maximal tokenlängd. Standardvärdet är 255. Token som är längre än den maximala längden delas upp. Den maximala tokenlängden som kan användas är 300 tecken. |
name |
string |
Namnet på tokenizern. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
UniqueTokenFilter
Filtrerar bort token med samma text som föregående token. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
onlyOnSamePosition |
boolean |
False |
Ett värde som anger om du bara vill ta bort dubbletter på samma position. Standardvärdet är falskt. |
VectorEncodingFormat
Kodningsformatet för tolkning av innehåll i vektorfält.
Name | Typ | Description |
---|---|---|
packedBit |
string |
Kodningsformat som representerar bitar som är packade i en bredare datatyp. |
VectorSearch
Innehåller konfigurationsalternativ som rör vektorsökning.
Name | Typ | Description |
---|---|---|
algorithms | VectorSearchAlgorithmConfiguration[]: |
Innehåller konfigurationsalternativ som är specifika för den algoritm som används vid indexering eller frågor. |
compressions | VectorSearchCompressionConfiguration[]: |
Innehåller konfigurationsalternativ som är specifika för komprimeringsmetoden som används vid indexering eller frågor. |
profiles |
Definierar kombinationer av konfigurationer som ska användas med vektorsökning. |
|
vectorizers | VectorSearchVectorizer[]: |
Innehåller konfigurationsalternativ för hur du vektoriserar textvektorfrågor. |
VectorSearchAlgorithmKind
Algoritmen som används för indexering och frågor.
Name | Typ | Description |
---|---|---|
exhaustiveKnn |
string |
Fullständig KNN-algoritm som utför brute-force-sökning. |
hnsw |
string |
HNSW (Hierarchical Navigable Small World), en typ av ungefärlig närmaste grannalgoritm. |
VectorSearchAlgorithmMetric
Likhetsmåttet som ska användas för vektorjämförelser. Vi rekommenderar att du väljer samma likhetsmått som inbäddningsmodellen tränades på.
Name | Typ | Description |
---|---|---|
cosine |
string |
Mäter vinkeln mellan vektorer för att kvantifiera deras likhet och bortse från omfattningen. Ju mindre vinkel, desto närmare likhet. |
dotProduct |
string |
Beräknar summan av elementbaserade produkter för att mäta justering och storlekslikhet. Ju större och mer positiv, desto närmare likhet. |
euclidean |
string |
Beräknar det raka avståndet mellan vektorer i ett flerdimensionellt utrymme. Ju mindre avstånd, desto närmare likhet. |
hamming |
string |
Gäller endast för bitpackade binära datatyper. Avgör olikhet genom att räkna olika positioner i binära vektorer. Ju färre skillnader, desto närmare likhet. |
VectorSearchCompressionKind
Komprimeringsmetoden som används för indexering och frågor.
Name | Typ | Description |
---|---|---|
binaryQuantization |
string |
Binär kvantisering, en typ av komprimeringsmetod. I binär kvantisering komprimeras de ursprungliga vektorvärdena till den smalare binära typen genom att diskretisera och representera varje komponent i en vektor med binära värden, vilket minskar den totala datastorleken. |
scalarQuantization |
string |
Scalar Quantization, en typ av komprimeringsmetod. I skalär kvantisering komprimeras de ursprungliga vektorvärdena till en smalare typ genom att diskretisera och representera varje komponent i en vektor med hjälp av en reducerad uppsättning kvantiserade värden, vilket minskar den totala datastorleken. |
VectorSearchCompressionTargetDataType
Den kvantiserade datatypen för komprimerade vektorvärden.
Name | Typ | Description |
---|---|---|
int8 |
string |
VectorSearchProfile
Definierar en kombination av konfigurationer som ska användas med vektorsökning.
Name | Typ | Description |
---|---|---|
algorithm |
string |
Namnet på algoritmkonfigurationen för vektorsökningsalgoritmen som anger algoritmen och valfria parametrar. |
compression |
string |
Namnet på konfigurationen för komprimeringsmetoden som anger komprimeringsmetoden och valfria parametrar. |
name |
string |
Namnet som ska associeras med den här specifika vektorsökningsprofilen. |
vectorizer |
string |
Namnet på vektoriseringen som konfigureras för användning med vektorsökning. |
VectorSearchVectorizerKind
Den vektoriseringsmetod som ska användas under frågetiden.
Name | Typ | Description |
---|---|---|
azureOpenAI |
string |
Generera inbäddningar med hjälp av en Azure OpenAI-resurs vid frågetillfället. |
customWebApi |
string |
Generera inbäddningar med hjälp av en anpassad webbslutpunkt vid frågetillfället. |
WebApiParameters
Anger egenskaperna för att ansluta till en användardefinierad vektoriserare.
Name | Typ | Description |
---|---|---|
authIdentity | SearchIndexerDataIdentity: |
Den användartilldelade hanterade identiteten som används för utgående anslutningar. Om ett authResourceId har angetts och det inte har angetts används den systemtilldelade hanterade identiteten. Vid uppdateringar av indexeraren, om identiteten är ospecificerad, förblir värdet oförändrat. Om värdet är "none" rensas värdet för den här egenskapen. |
authResourceId |
string |
Gäller för anpassade slutpunkter som ansluter till extern kod i en Azure-funktion eller något annat program som tillhandahåller transformeringarna. Det här värdet ska vara det program-ID som skapades för funktionen eller appen när den registrerades med Azure Active Directory. När den anges ansluter vektoriseringen till funktionen eller appen med hjälp av ett hanterat ID (antingen system eller användartilldelat) för söktjänsten och åtkomsttoken för funktionen eller appen, med det här värdet som resurs-ID för att skapa åtkomsttokens omfång. |
httpHeaders |
object |
De rubriker som krävs för att göra HTTP-begäran. |
httpMethod |
string |
Metoden för HTTP-begäran. |
timeout |
string |
Önskad timeout för begäran. Standardvärdet är 30 sekunder. |
uri |
string |
URI:n för webb-API:et som tillhandahåller vektoriseraren. |
WebApiVectorizer
Anger en användardefinierad vektoriserare för att generera vektorbäddning av en frågesträng. Integrering av en extern vektoriserare uppnås med hjälp av det anpassade webb-API-gränssnittet för en kompetensuppsättning.
Name | Typ | Description |
---|---|---|
customWebApiParameters |
Anger egenskaperna för den användardefinierade vektoriseraren. |
|
kind |
string:
custom |
Namnet på den typ av vektoriseringsmetod som konfigureras för användning med vektorsökning. |
name |
string |
Namnet som ska associeras med den här specifika vektoriseringsmetoden. |
WordDelimiterTokenFilter
Delar upp ord i underord och utför valfria transformeringar i underordsgrupper. Det här tokenfiltret implementeras med Apache Lucene.
Name | Typ | Standardvärde | Description |
---|---|---|---|
@odata.type |
string:
#Microsoft. |
Ett URI-fragment som anger typ av tokenfilter. |
|
catenateAll |
boolean |
False |
Ett värde som anger om alla underordsdelar ska kategoriseras. Om detta till exempel är inställt på sant blir "Azure-Search-1" "AzureSearch1". Standardvärdet är falskt. |
catenateNumbers |
boolean |
False |
Ett värde som anger om maximala körningar av antal delar ska kategoriseras. Om detta till exempel är inställt på sant blir "1–2" "12". Standardvärdet är falskt. |
catenateWords |
boolean |
False |
Ett värde som anger om maximala körningar av orddelar ska kategoriseras. Om detta till exempel är inställt på sant blir "Azure-Search" "AzureSearch". Standardvärdet är falskt. |
generateNumberParts |
boolean |
True |
Ett värde som anger om nummerunderord ska genereras. Standardvärdet är sant. |
generateWordParts |
boolean |
True |
Ett värde som anger om delord ska genereras. Om det anges genereras delar av ord. till exempel "AzureSearch" blir "Azure" "Search". Standardvärdet är sant. |
name |
string |
Namnet på tokenfiltret. Den får bara innehålla bokstäver, siffror, blanksteg, bindestreck eller understreck, kan bara börja och sluta med alfanumeriska tecken och är begränsad till 128 tecken. |
|
preserveOriginal |
boolean |
False |
Ett värde som anger om ursprungliga ord ska bevaras och läggas till i underordslistan. Standardvärdet är falskt. |
protectedWords |
string[] |
En lista över token som ska skyddas från att avgränsas. |
|
splitOnCaseChange |
boolean |
True |
Ett värde som anger om ord ska delas i caseChange. Om detta till exempel är inställt på sant blir "AzureSearch" "Azure" "Search". Standardvärdet är sant. |
splitOnNumerics |
boolean |
True |
Ett värde som anger om du vill dela på tal. Om detta till exempel är inställt på sant blir "Azure1Search" "Azure" "1" "Search". Standardvärdet är sant. |
stemEnglishPossessive |
boolean |
True |
Ett värde som anger om du vill ta bort avslutande "'s" för varje underord. Standardvärdet är sant. |