Introduzione

Le applicazioni moderne devono gestire vasti e diversificati set di dati e fornire risultati di ricerca rapidi e pertinenti agli utenti. I motori di ricerca tradizionali lottano per interpretare il linguaggio naturale, le intuizioni di superficie da immagini, o adattarsi all'intento dell'utente.

Azure Cognitive Search è una soluzione di ricerca-as-a-service di Microsoft che gestisce l'indicizzazione e la ricerca tra i dati strutturati, semi-strutturati e non strutturati. Originariamente lanciato come "Azure Search", è stato rinominato "Azure Cognitive Search" nel 2019 per evidenziare la profonda integrazione con i servizi AI, e successivamente (nel 2023) è diventato parte di

Al suo cuore, Azure Cognitive Search è un motore di ricerca, ma va oltre la corrispondenza delle parole chiave. Utilizza competenze integrate AI precostruite - come OCR (riconoscimento dei caratteri ottici), riconoscimento delle entità, analisi del sentimento e rilevamento della lingua - e può anche integrare le competenze personalizzate (Azure Functions o Logic Apps) per l'arricchimento specifico del dominio. Il risultato è un indice che contiene non solo testo crudo ma anche entità estrattive, frasi chiave e contenuti e contenuti esivi.

Capacità di base

Pipeline di arricchimento dell'AI

La caratteristica più trasformativa è l'Arricchimento pipeline, che viene eseguito durante l'indicizzazione. Definisci un skillset[ — una sequenza di competenze che trasformano e arricchiscono i documenti in entrata. Ad esempio, una abilità può estrarre entità di nome da un PDF, un altro può rilevare il sentimento nelle recensioni dei clienti, e un terzo può generare le catture delle immagini.

Ricerca completa e Ranking semantico

Azure Cognitive Search fornisce un robusto motore di ricerca full-text con supporto per la sintassi di query di Lucene, ricerca fuzzy, ricerca di prossimità, espressioni regolari e query field-scoped.

La navigazione a faccia permette agli utenti di effettuare un trapano verso il basso. Definisci le sfaccettature su campi come categoria, fascia di prezzo, autore o posizione. Durante una query, il servizio restituisce i conti delle sfaccettature in modo che l'interfaccia utente possa visualizzare filtri cliccabili. Combinato con espressioni di filtro[]] (utilizzando la sintassi OData), è possibile creare esperienze di esplorazione ricche e dinamiche.

Scalabilità e portata globale

Azure Cognitive Search può indicizzare miliardi di documenti con latenza di query sub-seconda. La scala aggiungendo partizioni (aumenta la memorizzazione e l'indice di throughput) e repliche (aumenta la query QPS e fornisce alta disponibilità). Il servizio è disponibile in più regioni Azure in tutto il mondo e è possibile distribuire indici in tutte le regioni per l'accesso a bassa latenza.

Sicurezza e conformità

La sicurezza include il controllo di accesso basato sul ruolo (RBAC) con l'integrazione di Azure AD, le regole del firewall IP, i endpoint privati (tramite Azure Private Link), e la crittografia a riposo (utilizzando le chiavi gestite da Microsoft o gestite dal cliente). Il servizio supporta anche la sicurezza a livello di indice[]]] per tagliare i risultati in base all'identità dell'utente, utilizzando filtri di livello di campo o ai controlli di accesso ai livelli di certificazione di certificazione di dominio di HAA.

Costruire un'applicazione di ricerca intelligente: Step-by-Step

Creare un'esperienza di ricerca di livello produttivo con Azure Cognitive Search coinvolge cinque fasi principali: integrazione dei dati, arricchimento, indicizzazione, sviluppo delle query e connessione frontend.

1. Data Source e Indexer Setup

I dati possono essere in possesso di Azure Blob Storage, Azure SQL Database, Azure Cosmos DB, Azure Table Storage, o di un database esterno tramite un indice (connettori di supporto per SharePoint Online, Salesforce, ecc.).

2. Definizione e arricchimento dell'AI

Dopo la sorgente di dati, si allega un skillset. Ogni abilità riceve un documento e produce nuovi campi. Ad esempio, utilizzare il OCR skill per estrarre il testo da immagini e poi passare il testo al Capacità di riconoscimento di proprietà per trovare persone, date di datazione di datazione di riferimento

3. Definizione dello schema indice

Un indice è uno schema JSON che definisce i campi, i loro tipi di dati e gli attributi di ricerca (ricercabili, filtrabili, facetable, selezionabili, ritrievabili). Inoltre, definisci suggesters per la configurazione seprint autocompleta e ricerca-come-you-type, e ]] tutti i profili di visualizzazione[FLT per influenzare la per importanza dello schema seprint.

4. Sviluppo della query

L'API di ricerca supporta sia la sintassi della query semplice che la sintassi completa di Lucene. Puoi inviare richieste HTTP POST con parametri come , , , , e ]. Per sfruttare l'arricchimento dell'AI, si interrogano direttamente i campi arricchiti (ad esempio, [FLT] [[FLT] [[FLT]

5. Integrazione di Frontend e esperienza utente

Per le applicazioni web, utilizzare il Cercare i tipi di REST] o il .NET SDK / Python SDK] Per un rapido UI ritorna

Casi e esempi di utilizzo reali-mondiali

Gestione dei contenuti aziendali

Le grandi organizzazioni memorizzano milioni di documenti — contratti, rapporti, PDF, moduli scansionati. Azure Cognitive Search può indicizzarli tutti, estrarre entità chiave (nomi di cliente, date, numeri di clausola), e consentire agli avvocati o agli ufficiali di conformità di cercare "accordi non concorrenza firmati dopo il 2020" utilizzando il linguaggio naturale.

E-Commerce prodotto Discovery

I rivenditori online hanno spesso migliaia di prodotti con descrizioni, specifiche, recensioni e immagini. Con l'arricchimento dell'intelligenza artificiale, il servizio di ricerca può estrarre attributi dalle descrizioni dei prodotti (ad esempio, "wireless", "4K", "batteria 10 anni") e utilizzare l'analisi del sentimento sulle recensioni per aumentare gli elementi popolari.

Ricerca di documenti sanitari

Gli ospedali e gli istituti di ricerca devono cercare i record dei pazienti, le note cliniche e i risultati del laboratorio. Azure Cognitive Search può de-identificare i dati (utilizzando l'abilità di rilevamento PII integrata), estrarre i codici di diagnosi (ICD-10), e i rapporti di radiologia indice. I medici possono interrogare "pazienti diabetici con retinopati superiori ai 60" di età attraverso milioni di record.

Gestione delle conoscenze e supporto clienti

Con Azure Cognitive Search, puoi indicizzarli da più fonti (ad esempio, SharePoint, wiki, PDF) e arricchirli con frasi chiave. La ricerca può alimentare un fallback QnA del chatbot, quando il bot non ha una risposta, query l'indice di ricerca e restituisce le relative risposte agli snippet.

Media e Archivi

Le aziende mediatiche hanno un vasto archivio di video, immagini e file audio. Utilizzando OCR, analisi delle immagini e abilità di trascrizione audio, possono rendere i contenuti ricercabili. Ad esempio, un'organizzazione di notizie può indicizzare le vecchie trasmissioni TV in modo che i giornalisti possano cercare "il discorso del presidente sulla sanità nel 2010" e trovare il segmento video esatto. L'indice di ricerca può memorizzare timestamp e didasca.

Argomenti avanzati: Ricerca vettoriale e ibrida

Nel 2022, Microsoft ha introdotto ] ricerche di vettore capacità all'interno di Azure Cognitive Search. È possibile indicizzare embedding vettori generato da modelli come OpenAI testo-embedding-ada-002 o modelli personalizzati. Questo consente la ricerca di somiglianza (ad esempio, trovare documenti semanticamente simili) e

Confronta Azure Cognitive Cerca con Alternative

Mentre esistono diversi servizi di ricerca cloud — Amazon CloudSearch, Elasticsearch Service, Algolia — Azure Cognitive Search si distingue per la sua profonda integrazione nell'ecosistema Azure AI e la sua pipeline di arricchimento automatico dell'AI. Non è un concorrente diretto per Elasticsearch in termini di configurazione a basso livello o aggregazione dei log.

Iniziare: Prerequisiti e prezzi

[LT] Le migliori pratiche di ricerca di AIF[5] sono disponibili in tre livelli: Gratis (condiviso, limitato a 50 MB di indice), Basic (dedicato, 2 GB), Standard (multiple S1–S3 taglie, fino a 200 GB per partizione).

Ottimizzazione delle prestazioni e monitoraggio

Per mantenere le domande veloci, è possibile utilizzare previsioni indice per creare indici più piccoli da un grande indice per scenari specifici.

Conclusioni

Azure Cognitive Search fornisce un solido e intelligente fondo di ricerca per applicazioni moderne. La sua combinazione di competenze AI, ricerca full-text, posizionamento semantico e capacità vettoriali copre un ampio spettro - dalla semplice ricerca del sito alla complessa conoscenza mineraria. La natura gestita riduce il commercio in anticipo operativo, mentre le ricche interfacce REST e SDK danno agli sviluppatori flessibilità.