Halaman ini diterjemahkan oleh Cloud Translation API.

Memfilter penelusuran berdasarkan relevansi tingkat dokumen

Saat menelusuri di aplikasi Vertex AI Search, Anda dapat menerapkan nilai minimum relevansi sehingga hanya dokumen yang memenuhi nilai minimum ini yang ditampilkan sebagai hasil. Halaman ini menjelaskan cara menentukan nilai minimum relevansi untuk mengurangi jumlah dokumen yang ditampilkan dalam kueri.

Tentang pemfilteran menurut relevansi tingkat dokumen

Setiap dokumen yang ditampilkan oleh kueri penelusuran diberi tingkat relevansi, yang menunjukkan relevansi dokumen yang ditampilkan dengan kueri. Saat membuat kueri melalui panggilan API, Anda dapat menetapkan nilai minimum relevansi. Menetapkan nilai minimum relevansi yang tinggi dapat mengurangi jumlah dokumen yang ditampilkan oleh kueri.

Misalnya, jika Anda mendapati bahwa penelusuran menampilkan terlalu banyak dokumen yang tidak cukup relevan bagi pengguna, tetapkan nilai minimum relevansi ke tinggi untuk mempersempit hasil hanya ke beberapa dokumen yang paling relevan. Jika setelan tinggi terlalu membatasi, coba setelan sedang.

Jenis data dan aplikasi yang didukung untuk filter relevansi tingkat dokumen

Filter relevansi tingkat dokumen dapat diterapkan ke penyimpanan data dengan jenis data berikut:

Data situs dengan pengindeksan situs lanjutan
Data tidak terstruktur umum
Data terstruktur generik

Filter relevansi tingkat dokumen tidak berfungsi untuk penyimpanan data dengan pengindeksan situs dasar, data media, atau data layanan kesehatan.

Selain itu, filter relevansi tingkat dokumen tidak dapat digunakan dengan aplikasi penelusuran gabungan. Aplikasi penelusuran gabungan adalah aplikasi yang terhubung ke beberapa penyimpanan data.

Jenis filter lainnya

Filter relevansi tingkat dokumen bukan satu-satunya cara untuk memfilter data yang ditampilkan oleh kueri. Anda juga dapat menggunakan ekspresi filter untuk memfilter hasil berdasarkan metadata (dalam pengindeksan situs lanjutan dan data tidak terstruktur dengan penyimpanan data metadata) dan nilai kolom (dalam penyimpanan data terstruktur).

Untuk informasi, lihat:

Jika Anda menggunakan ekspresi filter dan filter relevansi tingkat dokumen, ekspresi filter akan diterapkan terlebih dahulu ke hasil, lalu filter relevansi tingkat dokumen akan diterapkan.

Sebelum memulai

Pastikan Anda telah membuat aplikasi dan penyimpanan data serta telah menyerap data ke dalam penyimpanan data. Untuk informasi selengkapnya, lihat Membuat aplikasi penelusuran. Lihat juga Jenis data dan aplikasi yang didukung untuk filter relevansi tingkat dokumen.

Menelusuri dan memfilter hasil berdasarkan relevansi tingkat dokumen

Untuk memfilter menurut relevansi, ikuti langkah-langkah berikut:

Catatan: Anda dapat menelusuri aplikasi menggunakan metode engines.servingConfigs.search dan Anda dapat menelusuri penyimpanan data menggunakan metode dataStores.servingConfigs.search. Untuk prosedur berikut, Google merekomendasikan penelusuran menggunakan metode engines.servingConfigs.search.

Temukan ID aplikasi Anda. Jika Anda sudah memiliki ID aplikasi, lanjutkan ke langkah berikutnya.
1. Di konsol Google Cloud, buka halaman Agent Builder.
  
  Buka Aplikasi
2. Di halaman Aplikasi, temukan nama aplikasi Anda dan dapatkan ID aplikasi dari kolom ID.

Untuk memfilter penelusuran menurut relevansi tingkat dokumen, gunakan kolom relevanceThreshold dengan metode 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: ID project Google Cloud Anda.
APP_ID: ID aplikasi Vertex AI Search yang ingin Anda buat kuerinya.
QUERY: teks kueri yang akan ditelusuri.
RELEVANCE_THRESHOLD: salah satu dari hal berikut: HIGH, MEDIUM, LOW, LOWEST.

Contoh perintah dan hasil

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": {}
}

Di sini, nilai minimum relevansi disetel ke tinggi, sehingga hanya hasil yang paling relevan yang ditampilkan. Dalam contoh ini, hanya satu dokumen yang ditentukan sangat relevan.

Uji beberapa kueri dengan nilai minimum yang berbeda untuk menentukan setelan nilai minimum terbaik untuk data dan aplikasi Anda.