由于不同行业的搜索需求可能有所不同，并且会不时发生变化，因此默认排名行为可能无法满足所有业务需求。为解决此问题，您可以使用自定义排名来修改排名行为。
本页介绍了如何在搜索请求中使用自定义排名公式，以及如何调整该公式。此功能适用于结构化数据、非结构化数据和网站数据。
概览
借助自定义排名，您可以提供一个数学表达式，该表达式依赖于一组模型计算的信号（例如语义相关性得分和关键字相似度得分）以及基于文档的信号（例如距离或文档年龄等自定义字段）。
借助自定义排名，您可以实现以下目标：
- 提高可见性：了解哪些信号会影响搜索结果的最终排名。
- 调整现有信号：调整各种信号（例如语义相似度、关键字匹配或文档新鲜度）的权重。
- 纳入业务逻辑：将您自己的自定义信号从文档数据直接添加到排名公式中。
- 系统性优化：使用开源 Python 库以编程方式发现最佳排名公式。
需要自定义排名的原因 - 示例
假设在酒店预订网站上查询了以下字符串：
luxury hotel with a large rooftop pool in Vancouver, pet-friendly and close to airport.
假设检索到以下条目：
- 酒店 A：“温哥华首屈一指的豪华酒店，可俯瞰机场。设有令人惊艳的屋顶泳池。不允许携带宠物。
- 酒店 B：“温哥华市中心的时尚现代酒店。允许携带宠物，客房宽敞。设有大型室内泳池和健身中心。”
- 酒店 C：“一家迷人的宠物友好型精品酒店，靠近水族馆（距离市中心 10 分钟步行路程）。设有漂亮的庭院花园。没有游泳池。
- 酒店 D：“一家标志性的乡村风格度假村。以精致的餐饮和无可挑剔的服务而闻名。设有室内泳池和水疗中心。 可应要求提供允许携宠物入住的选项。”
目录中的所有酒店都包含一个以公里 (km) 为单位的 distance_from_airport 字段。
基于嵌入的排名
搜索系统会将查询转换为单个嵌入。然后，它会将此查询嵌入与目录中所有酒店的嵌入进行比较。嵌入在数值上与查询的嵌入最接近的酒店排名更高。
以下是纯粹基于嵌入的相关性搜索的可能排名：
| 排名 | 酒店 | 此排名的可能原因 |
|---|---|---|
| 1 | 酒店 A | 与“豪华”“机场”“屋顶泳池”的语义匹配度非常高。“禁止携带宠物”不是理想的匹配项，但其他强匹配项占主导地位。 |
| 2 | 酒店 B | “允许携带宠物”和“泳池”的语义匹配度较高。但“室内”而非“屋顶”、“现代”和“时尚”而非“豪华”，以及“市中心”而非“机场”使得 B 的相关性不如 A。 |
| 3 | 酒店 D | 在语义上与“允许携带宠物”“大型泳池”高度匹配，但“室内”而非“屋顶”以及“乡村风格”而非“豪华”使得其语义相关性略低于 A 和 D。 |
| 4 | 酒店 C | 虽然该房源非常适合携带宠物入住，但“无泳池”和“精品”这两个条件会显著降低其与此特定查询的相关性。 |
此排名无法提供相关度最高的搜索结果。即使酒店 A 的政策是“不允许携带宠物入住”，许多用户可能并不喜欢，但它仍排名第一。 酒店 D 符合多项条件，但排名较低，因为其“乡村”状态不一定与“豪华”相符，并且“室内”游泳池的排名低于“大型”和“室外”的完全匹配项。
自定义排名
假设您已为此示例场景配置了以下排名表达式。如需了解此表达式的组成部分，请参阅实现自定义排名简介。
rankingExpression = rr(semantic_similarity_score, 32) * 0.4 + rr(keyword_similarity_score, 32) * 0.3 + rr(c.distance_from_airport * -1, 32) * 0.8
其中，distance_from_airport 是目录中的可检索字段，而 c.distance_from_airport 用作信号。
在自定义排名中，您需要考虑影响文档相关性的不同信号。然后，您可以使用有效语法创建一个包含这些信号的数学表达式。在此表达式中，您将对信号进行归一化处理，并为其派生出的得分添加权重。计算最终的自定义得分并对文档进行排名。
在此示例中，此过程可说明如下：
每家酒店都会获得一个语义相似度得分和一个关键字相似度得分。此外，与机场的距离也是从文档中提取的重要信号。
倒数排名转换函数或
rr()用于将所有得分转换为同一比例。系统会为从每种信号中得出的分数分配权重，然后将所有单个分数相加，得出每个酒店的自定义排名分数。
下表列出了每家酒店的不同信号：
| 酒店 | semantic_similarity_score |
keyword_similarity_score |
c.distance_from_airport |
自定义排名得分 | 自定义排名 | 基于嵌入的排名 |
|---|---|---|---|---|---|---|
| 酒店 A | 9.0 | 6.2（“机场”“豪华”“屋顶泳池”） | 5.0 | 0.04879 | 2 | 1 |
| 酒店 B | 7.5 | 5.6（“允许携带宠物”“市中心”“室内游泳池”“时尚”） | 12.5 | 0.04691 | 3 | 2 |
| 酒店 C | 5.0 | 3.4（“允许携带宠物”“市中心”） | 18 | 0.04525 | 4 | 4 |
| 酒店 D | 8.0 | 4.5（“室内游泳池”“允许携带宠物”“乡村风格”） | 1 | 0.04890 | 1 | 3 |
比较这两种排名方法，自定义排名会给出更周全的排名，可能比纯粹基于嵌入的排名更能满足用户的需求。
实现自定义排名简介
如需在搜索结果中获得自定义排名，您必须通过提供以下字段来调用 search 方法：
排名表达式后端 (
rankingExpressionBackend)：此字段用于指明要使用以下哪种排名机制。RANK_BY_EMBEDDING：如果未指定此字段，则这是默认值。选择此选项会根据预定义的排名表达式（基于嵌入或相关性）对结果进行排名。RANK_BY_FORMULA：此值会替换默认排名，并允许您在rankingExpression字段中提供自定义公式。
排名表达式 (
rankingExpression)：此字段包含一个数学公式，用于确定检索到的文档的排名。对于
RANK_BY_EMBEDDING，这是基于相关性得分 (double * relevanceScore) 或基于嵌入 (double * dotProduct(embedding_field_path))。对于
RANK_BY_FORMULA，这是一个精心设计的表达式，它会结合多种信号来计算每个搜索结果的新得分。
标准信号
Vertex AI Search 提供各种信号，可用于制定自定义排名。以下是可用的标准信号：
| 信号名称 | 说明 |
|---|---|
default_rank |
由标准 VAIS 排名算法确定的文档的默认排名 |
semantic_similarity_score |
根据查询和内容嵌入计算出的分数，用于确定搜索查询与文档内容的相似程度。这是使用 Google 的专有算法计算得出的。 |
relevance_score |
由深度相关性模型生成的得分，用于处理复杂的查询-文档互动。模型会在内容背景下确定查询的含义和意图。这是使用 Google 的专有算法计算的。 |
keyword_similarity_score |
一种非常注重关键字匹配的分数。此信号使用最佳匹配 25 (BM25) 排名函数。 |
document_age |
相应文档的年龄（以小时为单位）。支持浮点值。例如，值 0.5 表示 30 分钟，而值 50 表示 2 天 2 小时。 |
pctr_rank |
一种用于表示预测转化率的等级，根据用户事件数据计算得出。此信号使用预测点击率 (pCTR) 从用户的角度衡量搜索结果的相关性。 |
topicality_rank |
一种用于表示使用 Google 专有算法计算出的关键字相似度调整的等级。 |
boosting_factor |
您已应用于文档的所有自定义加权的组合。 |
除了这些字段之外，您还可以使用文档中标记为可检索的任何自定义字段。为此，请在其字段名称中添加 c. 前缀。例如，如果您有一个名为 date_approved 的自定义字段，则可以使用 c.date_approved 作为自定义信号。
信号名称是字母字符和下划线 (_) 的组合。以下是不能用作信号名称的预留名称列表：log、exp、rr、is_nan 和 fill_nan。
排名公式语法
自定义排名公式是一个数学表达式，包含以下组成部分：
数字 (
double)：为信号或表达式添加权重的正或负浮点值。信号 (
signal)：可用信号部分中列出的信号的名称。算术运算符：
+（加法）和*（乘法）。数学函数：
log(expression)：自然对数exp(expression)：自然指数
这些表达式中的每一个都只接受一个实参，该实参是根据信号编写的表达式。
有效函数的示例：
exp(c.document_age)和log(keywordSimilarityScore * 0.2 + 1.0)。倒数排名转换函数 (
rr)：此函数表示为rr(expression, k)。它首先按expression的值以降序对文档进行排序，然后为文档分配排名。然后，它使用表达式1 / (rank_i + k)计算最终值；其中，rank_i是文档在排序列表中的位置（从 0 开始），k是您提供的正浮点数。rr()函数会将所有得分转换为同一比例，从而无需进行额外的归一化处理。非数字 (NaN) 处理函数：
is_nan(expression)：当表达式的计算结果为 NaN 时（例如，当某个文档缺少信号时），系统会返回1。否则，返回0。fill_nan(arg_expression, fill_with_expression)：如果arg_expression的评估结果为 NaN，则返回fill_with_expression。否则，返回arg_expression。这对于处理可能缺少某些信号的文档至关重要。
排名公式示例
基本线性组合：
semantic_similarity_score * 0.7 + keyword_similarity_score * 0.3使用倒数排序和 NaN 处理的复杂公式：
rr(fill_nan(semantic_similarity_score, 0), 40) * 0.5 + topicality_rank * 0.5使用倒数排序、指数函数和 NaN 处理的复杂公式：
rr(fill_nan(semantic_similarity_score, 0), 40) * 0.2 + exp(keyword_similarity_score) * 0.3 + is_nan(keyword_similarity_score) * 0.1
在搜索中使用排名公式自定义排名
如需自定义搜索结果中文档的排名，请手动起草公式并将其添加到 search API 调用中。
制定排名表达式。
获取搜索结果。
curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/engines/APP_ID/servingConfigs/default_search:search" \ -d '{ "servingConfig": "projects/PROJECT_ID/locations/global/collections/default_collection/engines/APP_ID/servingConfigs/default_search", "query": "QUERY", "rankingExpression": "RANKING_EXPRESSION", "rankingExpressionBackend": "RANK_BY_FORMULA" }'替换以下内容：
PROJECT_ID：您的 Google Cloud 项目的 ID。APP_ID：要查询的 Vertex AI Search 应用的 ID。QUERY：要搜索的查询文本。RANKING_EXPRESSION：您可以使用有效的排名公式语法，通过可用信号编写自定义排名公式。- 如需查看有效示例，请参阅排名公式示例。
- 如需调整排名公式以获得最佳结果，请参阅使用 Python 库调整排名公式。
使用 Python 库调整排名公式
对于更高级的用例，为公式找到最佳权重可能是一项艰巨的任务。为了克服这一问题，您可以使用 Vertex AI Search 的排名调优 Python 库（一种开源工具），为您的使用情形找到合适的公式。
一般工作流程如下：
- 准备一个包含查询和相应标准标签的数据集。这些黄金标签可以是唯一标识字段（例如文档 ID），可帮助您关联搜索响应中的
SearchResult对象。 - 对于一组代表性查询，请调用
searchAPI 以获取所有返回文档的可用排名信号。您可以在SearchResult.rankSignals字段中找到此信息。将这些数据与黄金标签一起存储。 使用 Python 库根据此数据集训练排名模型。如需了解详情，请参阅 Clearbox Python 库。
将训练结果中的公式转换为排名表达式，然后您可以在 API 调用中使用该表达式。