Filtra las búsquedas por relevancia a nivel del documento

Nota: Esta función es una oferta de vista previa, sujeta a las “Condiciones de la oferta de la fase previa a la DG” de las Condiciones específicas del servicio de GCP. La asistencia de los productos y las características de la fase previa a la DG puede ser limitada, y es posible que los cambios en estos productos y características no sean compatibles con otras versiones de la fase previa a la DG. Para obtener más información, consulta las descripciones de la etapa de lanzamiento. Además, si usas esta función, aceptas los Términos y Condiciones de la Versión Preliminar de IA Generativa (“Términos de la Versión Preliminar”). Para usar esta función, puedes procesar datos personales como se describe en el Anexo de Tratamiento de Datos de Cloud, sujeto a las restricciones y obligaciones aplicables en el Acuerdo (como se define en los Términos de la Versión Preliminar).

Cuando realices búsquedas en tu app de Vertex AI Search, puedes aplicar un umbral de relevancia para que solo se muestren como resultados los documentos que cumplan con este umbral. En esta página, se explica cómo especificar un umbral de relevancia para reducir la cantidad de documentos que se muestran en las consultas.

Información acerca del filtrado por relevancia a nivel del documento

Cada documento que muestra una búsqueda tiene un nivel de relevancia, que indica la relevancia del documento para la búsqueda. Cuando realizas una consulta a través de una llamada a la API, puedes establecer un umbral de relevancia. Establecer un umbral de relevancia alto puede reducir la cantidad de documentos que muestra una consulta.

Por ejemplo, si descubres que la búsqueda muestra demasiados documentos con una relevancia insuficiente para tus usuarios, establece el límite de relevancia en alto para limitar los resultados a solo los pocos que sean más relevantes. Si el parámetro de configuración alto es demasiado restrictivo, prueba el parámetro de configuración medio.

Tipos de datos y apps compatibles con el filtro de relevancia a nivel del documento

El filtro de relevancia a nivel del documento se puede aplicar a los almacenes de datos con los siguientes tipos de datos:

• Datos de sitios web con indexación avanzada de sitios web
• Datos no estructurados genéricos
• Datos estructurados genéricos

El filtro de relevancia a nivel del documento no funciona para los almacenes de datos con indexación básica de sitios web, datos de medios o datos de atención médica.

Además, el filtro de relevancia a nivel del documento no se puede usar con apps de búsqueda combinada. Las apps de búsqueda combinada son apps que se conectan a varios almacenes de datos.

Otros tipos de filtros

El filtro de relevancia a nivel del documento no es la única forma de filtrar los datos que muestran las consultas. También puedes usar expresiones de filtro para filtrar resultados según los metadatos (en la indexación avanzada de sitios web y los datos no estructurados con almacenes de datos de metadatos) y los valores de campo (en almacenes de datos estructurados).

Para obtener información, consulta los siguientes recursos:

• Expresión de filtro con indexación avanzada de sitios web

• Cómo filtrar la búsqueda genérica de datos estructurados o no estructurados

Si usas una expresión de filtro y el filtro de relevancia a nivel del documento, la expresión de filtro se aplica primero a los resultados y, luego, se aplica el filtro de relevancia a nivel del documento.

Antes de comenzar

Asegúrate de haber creado una app y un almacén de datos, y de haber transferido datos al almacén de datos. Para obtener más información, consulta Cómo crear una app de búsqueda. Consulta también Tipos de datos y apps compatibles con el filtro de relevancia a nivel del documento.

Busca y filtra los resultados por relevancia a nivel del documento

Para filtrar por relevancia, sigue estos pasos:

Nota: Puedes buscar en una app con el método engines.servingConfigs.search y en un almacén de datos con el método dataStores.servingConfigs.search. Para el siguiente procedimiento, Google recomienda realizar la búsqueda con el método engines.servingConfigs.search.

1. Busca el ID de tu app. Si ya tienes el ID de tu app, ve al siguiente paso.

   1. En la consola de Google Cloud, ve a la página Agent Builder.

      Ve a Apps.

   2. En la página Apps, busca el nombre de tu app y obtén su ID de la columna ID.

2. Para filtrar la búsqueda por relevancia a nivel del documento, usa el campo relevanceThreshold con el método engines.servingConfigs.search.

   Término clave: En Vertex AI Search, el término app se puede usar de manera indistinta con el término motor en el contexto de las APIs.

   curl -X POST -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
   -H "Content-Type: application/json" \
   "https://discoveryengine.googleapis.com/v1alpha/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",
   "relevanceThreshold": "RELEVANCE_THRESHOLD"
   }'
   

   • PROJECT_ID: El ID del proyecto de Google Cloud.
   • APP_ID: El ID de la app de Vertex AI Search que quieres consultar.
   • QUERY: Es el texto de la búsqueda.
   • RELEVANCE_THRESHOLD: Es uno de los siguientes: HIGH, MEDIUM, LOW, LOWEST.

   Ejemplo de comando y resultado

   curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)"
   -H "Content-Type: application/json" \
   "https://discoveryengine.googleapis.com/v1alpha/projects/my-project-123/locations/global/collections/default_collection/engines/my-search-app/servingConfigs/default_search:search" \
   -d '{
   "servingConfig": "projects/my-project-123/locations/global/collections/default_collection/engines/my-search-app/servingConfigs/default_search",
   "query": "What is the check grounding API",
   "relevanceThreshold": "HIGH"
   }'
   
   {
   "results": [
   {
     "id": "a082e70352c073a4443502477255bd2a",
     "document": {
       "name": "projects/123456/locations/global/collections/default_collection/dataStores/my-data-store/branches/0/documents/a082e70352c073a4443502477255bd2a",
       "id": "a082e70352c073a4443502477255bd2a",
       "derivedStructData": {
         "displayLink": "cloud.google.com",
         "link": "https://cloud.google.com/generative-ai-app-builder/docs/check-grounding",
         "htmlTitle": "Check grounding | Vertex AI Agent Builder | Google Cloud",
         "title": "Check grounding | Vertex AI Agent Builder | Google Cloud"
       }
     }
   }
   ],
   "totalSize": 1,
   "attributionToken": "f_B-CgwIidzwswYQyue15gESJDY2N2M1NmJkLTAwMDAtMjk3Ni1iMGI4LTg4M2QyNGZmNTZhOCIHR0VORVJJQypAjr6dFavEii3b7Ygt3o-aIoCymiLC8J4Vo4CXIra3jC3Usp0V24-aIt7tiC3n7YgtrsSKLeTtiC2DspoixsvzFw",
   "guidedSearchResult": {},
   "summary": {}
   }
   

   Aquí, el umbral de relevancia se establece en alto, por lo que solo se muestran los resultados más relevantes. En este ejemplo, solo se determinó que un documento era muy relevante.

3. Prueba varias consultas con diferentes umbrales para determinar la mejor configuración de umbral para tus datos y tu aplicación.