Diese Seite wurde von der Cloud Translation API übersetzt.

Suchen nach Relevanz auf Dokumentebene filtern

Wenn Sie in Ihrer Vertex AI Search-App suchen, können Sie einen Relevanzgrenzwert anwenden, damit nur die Dokumente als Ergebnisse zurückgegeben werden, die diesen Grenzwert erfüllen. Auf dieser Seite wird erläutert, wie Sie Relevanzschwellenwert zu reduzieren, um die Anzahl der in Abfragen.

Nach Relevanz auf Dokumentebene filtern

Jedem Dokument, das von einer Suchanfrage zurückgegeben wird, wird eine Relevanzebene zugewiesen. gibt die Relevanz des zurückgegebenen Dokuments für die Abfrage an. Wenn Sie eine Suchanfrage über einen API-Aufruf stellen, können Sie einen Relevanzgrenzwert festlegen. Einen Höchstwert festlegen Relevanzgrenzwert kann die Anzahl der von einer Abfrage zurückgegebenen Dokumente reduzieren.

Wenn Sie beispielsweise feststellen, dass bei der Suche zu viele Dokumente zurückgegeben werden, die für Ihre Nutzer nicht relevant sind, können Sie den Relevanzgrenzwert auf „Hoch“ setzen, um die Ergebnisse auf die relevantesten zu beschränken. Wenn die hohe Einstellung zu restriktiv ist, versuchen Sie es mit der Einstellung "Mittel".

Datentypen und Apps, die für den Relevanzfilter auf Dokumentebene unterstützt werden

Der Relevanzfilter auf Dokumentebene kann auf Datenspeicher mit den folgenden Datentypen angewendet werden:

Websitedaten mit erweiterter Websiteindexierung
Generische unstrukturierte Daten
Generische strukturierte Daten

Der Relevanzfilter auf Dokumentebene funktioniert nicht für Datenspeicher mit grundlegender Websiteindexierung, Mediendaten oder Gesundheitsdaten.

Außerdem kann der Relevanzfilter auf Dokumentebene nicht mit zusammengeführten Suchanwendungen verwendet werden. Apps mit kombinierter Suche sind Apps, die mit mehreren Datenspeichern verbunden sind.

Andere Arten von Filtern

Der Relevanzfilter auf Dokumentebene ist nicht die einzige Möglichkeit, die von Abfragen zurückgegebenen Daten zu filtern. Sie können auch Filterausdrücke verwenden, um Ergebnisse anhand von Metadaten (bei der erweiterten Websiteindexierung und unstrukturierten Daten mit Metadatenspeichern) und Feldwerten (in strukturierten Datenspeichern) zu filtern.

Weitere Informationen finden Sie unter:

Wenn Sie sowohl einen Filterausdruck als auch den Relevanzfilter auf Dokumentebene verwenden, wird der Filterausdruck wird zuerst auf die Ergebnisse angewendet und dann wird der Relevanzfilter auf Dokumentebene angewendet.

Hinweis

Sie müssen eine App und einen Datenspeicher erstellt und Daten in Ihren Datenspeicher aufgenommen haben. Weitere Informationen finden Sie unter Such-App erstellen und Datentypen und Apps, die für den Relevanzfilter auf Dokumentebene unterstützt werden.

Ergebnisse nach Relevanz auf Dokumentebene suchen und filtern

So filtern Sie nach Relevanz:

Hinweis: Mit der Methode engines.servingConfigs.search können Sie in einer App und mit der Methode dataStores.servingConfigs.search in einem Datenspeicher suchen. Für die folgende Vorgehensweise empfiehlt Google die Suche mit der engines.servingConfigs.search-Methode.

Suchen Sie Ihre App-ID. Wenn Sie bereits eine App-ID haben, fahren Sie mit dem nächsten Schritt fort.
1. Rufen Sie in der Google Cloud Console die Seite Agent Builder auf.
  
  Zu Apps wechseln
2. Suchen Sie auf der Seite Apps nach dem Namen Ihrer App und rufen Sie die ID der App ab: der Spalte ID hinzu.

Verwenden Sie die Funktion relevanceThreshold, um die Suche nach Relevanz auf Dokumentebene zu filtern. mit der Methode engines.servingConfigs.search.

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 ist die ID Ihres Google Cloud-Projekts.
APP_ID: die ID der Vertex AI Search-Anwendung, die Sie die Sie abfragen möchten.
QUERY: Der Suchtext.
RELEVANCE_THRESHOLD: einer der folgenden Werte: HIGH, MEDIUM, LOW, LOWEST.

Beispielbefehl und -ergebnis

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": {}
}

Hier ist der Relevanzschwellenwert auf hoch eingestellt, sodass nur die werden relevante Ergebnisse zurückgegeben. In diesem Beispiel wurde nur ein Dokument ermittelt. um äußerst relevant zu sein.

Testen Sie mehrere Abfragen mit unterschiedlichen Schwellenwerten, um die besten Schwellenwerteinstellungen für Ihre Daten und Ihre Anwendung zu ermitteln.