什麼是全文搜尋？
全文搜尋是一種技巧，可在一個大型的文字語料庫中尋找特定資訊。這項功能不僅僅是關鍵字比對，還會分析文件內容，根據使用者的搜尋查詢找出相關結果。
Google Cloud 產品可以協助您運用全文搜尋功能，這些產品包括 Vertex AI Search、Natural Language AI 和 Vision AI。如要探索符合您需求的全文搜尋解決方案，請與我們的銷售團隊聯絡或開始免費試用。
全文搜尋功能的運作方式為何？
全文搜尋包含兩個主要階段：索引和搜尋，前者就像建立資料庫的地圖，而後者就是從這個地圖中擷取要求的資訊。
索引功能
在索引建立階段，系統會分析文件的文字內容，並以結構化格式儲存資料。這項程序通常包括：
- 斷詞：將文字拆分為個別字詞或稱為「詞元」的單位，就像將句子分割成個別字詞一樣。
- 詞幹分析：將字詞刪減至字根形式，例如將「running」減至「run」。這可確保在搜尋時，系統會將同一個字詞的變化視為單一字詞。
- 去除停用詞：移除對搜尋沒有特別意義的常見字詞，例如「the」、「a」和「is」。這有助於縮減索引大小並提升搜尋速度。
- 建立索引：建立資料結構，將關鍵字對應到文件中的位置。此索引可做為藍圖，方便搜尋引擎快速找到相關文件。
建立索引的程序對全文搜尋系統的效能十分重要。結構良好的索引可快速有效地擷取相關文件，即使在大型資料集內也沒問題。
搜尋中
建立索引後，搜尋階段可讓使用者提交查詢並擷取相關結果。系統會分析搜尋查詢，並使用索引找出包含相關關鍵字的文件。
執行搜尋時，系統不會只尋找完全相符的關鍵字，而是也會運用多種技巧來提高搜尋結果的關聯性。舉例來說，系統會考量文件內關鍵字的相關性，或內容與查詢的關聯性。
全文搜尋方法
搜尋全文有許多方法，有多種方法，每種方法都具有其獨特的功能，可能更適合不同的需求。常見的方法有：
基本搜尋
這種簡單的搜尋方法會比對文件中的關鍵字，不考慮順序或遠近。例如，搜尋「cat」和「dog」會傳回含有任一字詞的文件。
基本搜尋相當簡單，適合簡單的搜尋情境，通常所需的運算能力較少，但有時可能會傳回大量不相關的結果，尤其是在關鍵字很常見的情況下。
模糊搜尋
模糊搜尋是更有彈性的方法，可以輸入拼字或錯字等變化。這個模式會考量字詞相似度等因素，讓使用者能夠找出內含略微不同字詞的文件，例如「cat」和「cats」。
想想使用者在論壇中討論「programing」秘訣。當您使用標準方式搜尋「programming」時，可能會因為拼寫錯誤或錯字，而錯過論壇內容。然而，模糊搜尋會將「programing」視為近似變體，確保在搜尋結果中包含這類相關內容。
鄰近搜尋
鄰近搜尋可讓使用者指定關鍵字之間的鄰近程度。舉例來說，搜尋「cat NEAR Dog」就會傳回單字「cat」與「dog」距離很近的文件。
想像一下，您需要處理資料和內容的歷來封存檔。只要設定在全文搜尋中使用鄰近度方法，就能設定應用程式，協助研究人員更快找出有關特定關係的文件。搜尋「Abraham Lincoln /3 Mary Todd」會優先處理「Abraham Lincoln」與「Mary Todd」距離很近的文件。這樣，系統傳回的結果就更可能包含有關兩者關係的資訊，而不是顯示分別提及各項的不同文件。
如果文件與搜尋字詞之間的關係很重要，這個方法就特別實用。
全文搜尋的優點
全文搜尋功能有許多優點，對各種應用程式而言是相當實用的工具。
提升搜尋效率
提升搜尋效率
全文搜尋功能可分析整份文件內容，加快擷取相關資訊的速度，大幅提升搜尋效率，對大型資料集來說特別有用。
更佳的使用者體驗
更佳的使用者體驗
全文搜尋功能可讓使用者輕鬆快速地找出所需資訊，進而提升整體使用者體驗。
開發人員和從業人員可以針對特定用途 (例如電子商務網站) 微調全文搜尋引擎，確保使用者能夠快速取得正確、相關且快速的搜尋結果。
精準度更高
精準度更高
相較於更簡單的搜尋方法，全文搜尋的精確度更高。這種方法會考量字詞鄰近度和語意含義等因素，有助於擷取更多相關資料，並減少偽陽性的情形。
如何執行全文搜尋？
實作全文搜尋系統的過程涉及一系列的步驟，包括選擇適當工具、進行效能最佳化等。具體的實作方式可能因資料集大小、效能需求和預算等因素而異。然而，可以歸納出一個通用的方法。
- 選擇全文搜尋引擎：根據您的需求，然後考量資料集大小、成效需求、預算限制和想要使用的功能等因素，選取適合的搜尋引擎。我們提供各式各樣的方案，包括開放原始碼解決方案 (例如 Elasticsearch、Apache Solr) 和代管雲端服務 (例如 Google Cloud Search)。
- 為資料建立索引：準備資料，以進行有效率地搜尋。這包括針對您選擇的搜尋引擎，以最適合您使用的格式建構及儲存資料。步驟可能包含資料轉換 (例如文字擷取、清理、正規化)、使用中繼資料充實資料，以及定義搜尋結構定義 (指定建立資料的索引方式，包括欄位、資料類型和排名權重)。
- 實作搜尋功能：設計用來提交搜尋查詢及顯示結果的使用者介面。設定搜尋引擎以有效處理使用者查詢，可能需要實作查詢剖析、字根識別、同義詞辨識和關聯性排名等功能，以確保取得準確且相關的結果。
- 效能最佳化：確保系統能有效率地處理搜尋要求，尤其是針對大型資料集或高流量的情況。這些技巧包括快取經常存取的結果、最佳化搜尋索引結構，以及微調搜尋引擎設定參數。定期監控效能，並視需要進行調整。
- 維護和更新：實作全文搜尋時，請務必持續留意。根據新資料定期更新索引、分析搜尋記錄以找出有待改進的部分，以及修正搜尋演算法與排名因素，藉此提高準確率與關聯性。這樣即可確保系統持續有效，且能隨著時間提供良好的使用者體驗。
全文搜尋的應用
全文搜尋廣泛應用於不同產業與領域。
內容管理系統
全文搜尋功能常用於內容管理系統 (CMS)，讓使用者能在大量的內容中搜尋特定資訊。這項功能可方便您在網站或知識庫中尋找文章、文件和其他內容。
舉例來說，新聞網站可能會使用全文搜尋功能，讓使用者找到與特定活動或主題相關的報導。
電子商務
全文搜尋功能有助於進階使用者在電子商務網站上進行搜尋，特別是擁有大量產品目錄和詳細說明的網站。購物者在前端輸入他們想找的內容，但是在幕後，文字搜尋引擎會分析產品說明、規格甚至使用者評論，藉此找出最相關的商品。
社群媒體監控
全文搜尋功能可在社群媒體監控工具中，用於追蹤在各種社群媒體平台上提及特定品牌、產品或主題的情況，這有助於機構進一步瞭解大眾的觀點，以及找出潛在問題。
分析社群媒體貼文的內容，可讓商家有機會進一步瞭解客戶意見和偏好。參考這些資訊有助於改善產品和服務、回答客戶疑慮，以及找出新興趨勢。
