按文档级相关性过滤搜索结果

在 Vertex AI Search 应用中搜索时，您可以应用相关性阈值，以便系统仅返回符合此阈值的文档。本页介绍了如何指定相关性阈值，以减少查询中返回的文档数量。

按文档级相关性过滤简介

搜索查询返回的每个文档都会获得一个相关性级别，该级别表示返回的文档与查询的相关性。通过 API 调用进行查询时，您可以设置相关性阈值。设置较高的相关性阈值可以减少查询返回的文档数量。

例如，如果您发现搜索功能返回的与用户不够相关的文档过多，可以将相关性阈值设为高，以便将结果范围缩小到仅包含最相关的少数文档。如果“高”设置过于严格，请尝试使用“中”设置。

文档级相关性过滤条件支持的数据类型和应用

文档级相关性过滤器可应用于包含以下类型数据的数据存储区：

  • 启用高级网站索引编制功能时的网站数据
  • 通用非结构化数据
  • 通用结构化数据

文档级相关性过滤器不适用于包含基本网站索引、媒体数据或医疗保健数据的数据存储区。

此外，文档级相关性过滤条件无法与混合搜索应用搭配使用。混合搜索应用是指与多个数据存储区关联的应用。

其他类型的过滤器

文档级相关性过滤条件并非过滤查询返回的数据的唯一方式。您还可以使用过滤表达式根据元数据（在启用了元数据数据存储区的高级网站索引和非结构化数据中）和字段值（在结构化数据存储区中）过滤结果。

如需了解详情，请参阅以下主题：

如果您同时使用过滤表达式和文档级相关性过滤条件，系统会先对结果应用过滤表达式，然后再应用文档级相关性过滤条件。

准备工作

确保您已创建应用和数据存储区，并已将数据提取到数据存储区。如需了解详情，请参阅创建搜索应用。另请参阅支持文档级相关性过滤器的数据类型和应用。

如需按相关性过滤，请按以下步骤操作：

  1. 找到您的应用 ID。如果您已经有应用 ID，请跳至下一步。

    1. 在 Google Cloud 控制台中，前往 Agent Builder 页面。

      前往“应用”

    2. 在应用页面上，找到应用的名称，然后从 ID 列中获取应用的 ID。

  2. 如需按文档级相关性过滤搜索结果，请将 relevanceThreshold 字段与 engines.servingConfigs.search 方法搭配使用。

    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"
}'

    替换以下内容：

    • PROJECT_ID：您的 Google Cloud 项目的 ID。
    • APP_ID：您要查询的 Vertex AI Search 应用的 ID。
    • QUERY：要搜索的查询文本。
    • RELEVANCE_THRESHOLD：以下各项之一：HIGH、MEDIUM、LOW、LOWEST。
    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": {}
}

    在这里，相关性阈值设为高，因此系统只会返回相关性最高的结果。在此示例中，系统仅确定了一篇文档与问题高度相关。

  3. 使用不同的阈值测试多个查询，以确定适合您的数据和应用的最佳阈值设置。