이 페이지는 Cloud Translation API를 통해 번역되었습니다.

문서 수준 관련성으로 검색 필터링

Vertex AI Search 앱에서 검색할 때 관련성 기준을 적용하면 이 기준을 충족하는 문서만 결과로 반환됩니다. 이 페이지에서는 쿼리에 반환되는 문서 수를 줄이기 위해 관련성 기준을 지정하는 방법을 설명합니다.

문서 수준 관련성별 필터링 정보

검색어에 의해 반환된 각 문서에는 반환된 문서와 검색어의 관련성을 나타내는 관련성 수준이 지정됩니다. API 호출을 통해 쿼리할 때 관련성 기준을 설정할 수 있습니다. 관련성 기준을 높게 설정하면 검색어에 의해 반환되는 문서 수가 줄어들 수 있습니다.

예를 들어 검색 시 사용자와 관련성이 낮은 문서가 너무 많이 반환되는 경우 관련성 기준을 높음으로 설정하여 가장 관련성이 높은 문서 몇 개만 표시되도록 결과 범위를 좁힐 수 있습니다. 높음으로 설정하는 것이 너무 제한적이면 중간으로 설정해 보세요.

문서 수준 관련성 필터에 지원되는 데이터 유형 및 앱

문서 수준 관련성 필터는 다음과 같은 유형의 데이터가 있는 데이터 스토어에 적용할 수 있습니다.

고급 웹사이트 색인 생성을 사용하는 웹사이트 데이터
일반적인 비정형 데이터
일반적인 정형 데이터

문서 수준 관련성 필터는 기본 웹사이트 색인 생성, 미디어 데이터 또는 의료 데이터가 있는 데이터 스토어에는 작동하지 않습니다.

또한 문서 수준 관련성 필터는 혼합 검색 앱에서 사용할 수 없습니다. 혼합 검색 앱은 여러 데이터 스토어에 연결된 앱입니다.

기타 필터 종류

문서 수준 관련성 필터가 검색어에 의해 반환된 데이터를 필터링할 수 있는 유일한 방법이 아닙니다. 필터 표현식을 사용하여 메타데이터(메타데이터 데이터 스토어가 있는 고급 웹사이트 색인 생성 및 비정형 데이터) 및 필드 값(정형 데이터 스토어)을 기반으로 결과를 필터링할 수도 있습니다.

자세한 내용은 다음을 참조하세요.

필터 표현식과 문서 수준 관련성 필터를 모두 사용하는 경우 필터 표현식이 먼저 결과에 적용된 후 문서 수준 관련성 필터가 적용됩니다.

시작하기 전에

앱과 데이터 스토어를 만들고 데이터를 데이터 스토어에 수집했는지 확인합니다. 자세한 내용은 검색 앱 만들기를 참조하세요. 문서 수준 관련성 필터에 지원되는 데이터 유형 및 앱도 참조하세요.

문서 수준 관련성으로 검색 및 결과 필터링

관련성으로 필터링하려면 다음 단계를 따르세요.

참고: engines.servingConfigs.search 메서드를 사용하여 앱을 검색하고 dataStores.servingConfigs.search 메서드를 사용하여 데이터 스토어를 검색할 수 있습니다. 다음 절차에서는 engines.servingConfigs.search 메서드를 사용하여 검색하는 것이 좋습니다.

앱 ID를 찾습니다. 앱 ID를 이미 알고 있는 경우 다음 단계로 건너뜁니다.
1. Google Cloud 콘솔에서 Agent Builder 페이지로 이동합니다.
  
  앱으로 이동
2. 앱 페이지에서 앱 이름을 찾고 ID 열에서 앱 ID를 가져옵니다.

문서 수준 관련성을 기준으로 검색을 필터링하려면 engines.servingConfigs.search 메서드와 함께 relevanceThreshold 필드를 사용합니다.

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: 프로젝트의 ID입니다. Google Cloud
APP_ID: 쿼리할 Vertex AI Search 앱의 ID입니다.
QUERY: 검색할 쿼리 텍스트입니다.
RELEVANCE_THRESHOLD: HIGH, MEDIUM, LOW, LOWEST 중 하나입니다.

명령어 및 결과 예시

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": {}
}

여기서는 관련성 기준을 높음으로 설정하여 가장 관련성 높은 결과만 반환되도록 합니다. 이 예시에서는 하나의 문서만 매우 관련성이 높은 것으로 확인되었습니다.

다양한 기준으로 여러 검색어를 테스트하여 데이터와 애플리케이션에 가장 적합한 기준 설정을 결정합니다.