Introduktion
Med Azure AI Search kan du skapa söklösningar där en pipeline med AI-kunskaper används för att berika data och fylla i ett index. De databerikningar som utförs av färdigheterna i pipelinen kompletterar källdata med insikter som:
- Det språk som ett dokument är skrivet på.
- Nyckelfraser som kan hjälpa dig att fastställa huvudteman eller ämnen som beskrivs i ett dokument.
- En attitydpoäng som kvantifierar hur positivt eller negativt ett dokument är.
- Specifika platser, personer, organisationer eller landmärken som nämns i innehållet.
- AI-genererade beskrivningar av bilder eller bildtext som extraherats av optisk teckenigenkänning (OCR).
De berikade data i indexet gör det möjligt att skapa en omfattande söklösning som går utöver grundläggande fulltextsökning av källinnehållet.
Kunskapslager
Även om indexet kan betraktas som de primära utdata från en indexeringsprocess, kan de berikade data som det innehåller också vara användbara på andra sätt. Till exempel:
- Eftersom indexet i huvudsak är en samling JSON-objekt, som var och en representerar en indexerad post, kan det vara användbart att exportera objekten som JSON-filer för integrering i en dataorkestreringsprocess med hjälp av verktyg som Azure Data Factory.
- Du kanske vill normalisera indexposterna till ett relationsschema med tabeller för analys och rapportering med verktyg som Microsoft Power BI.
- När du har extraherat inbäddade bilder från dokument under indexeringsprocessen kanske du vill spara bilderna som filer.
Azure AI Search stöder dessa scenarier genom att göra det möjligt för dig att definiera ett kunskapslager i den kompetensuppsättning som kapslar in din berikningspipeline. Kunskapsarkivet består av projektioner av berikade data, som kan vara JSON-objekt, tabeller eller bildfiler. När en indexerare kör pipelinen för att skapa eller uppdatera ett index genereras och sparas projektionerna i kunskapsarkivet.
I den här modulen implementerar du en kunskapsbutik för Margie's Travel, en fiktiv resebyrå som använder information i broschyrer och hotellrecensioner för att hjälpa kunder att planera resor och du lär dig hur du:
- Skapa ett kunskapslager från en Azure AI Search-pipeline
- Visa data i projektioner i ett kunskapslager
Kommentar
Den här modulen förutsätter att du redan vet hur du skapar och använder en Azure AI Search-lösning som innehåller inbyggda kunskaper. Om inte slutför du modulen Skapa en Azure AI Search-lösning först.