Esta página se ha traducido con Cloud Translation API.

Filtrar con la comprensión del lenguaje natural

Nota: Esta función es una oferta de vista previa, sujeta a los "Términos de las Ofertas de Acceso Previo a la Disponibilidad General" de los Términos Específicos de los Servicios de GCP. Las funciones y los productos previos a la disponibilidad general pueden tener una asistencia limitada y los cambios que se produzcan en ellos podrían no ser compatibles con otras versiones previas a la disponibilidad general. Para obtener más información, consulta las descripciones de las fases de lanzamiento. Además, al usar esta función, aceptas los términos y condiciones de la vista previa de IA generativa ("Términos de la Vista Previa"). Para usar esta función, puedes tratar datos personales tal como se indica en la Adenda sobre Tratamiento de Datos de Cloud, de acuerdo con las restricciones y obligaciones aplicables del Contrato (tal como se definen en los Términos de la Vista Previa).

En esta página se explica cómo aplicar la comprensión del lenguaje natural para crear filtros automáticamente para las consultas de búsqueda y, por lo tanto, mejorar la calidad de los resultados devueltos.

Puedes usar esta función con aplicaciones de búsqueda que estén conectadas a almacenes de datos estructurados.

Acerca de la comprensión de consultas en lenguaje natural

Si tienes una aplicación de búsqueda personalizada con datos estructurados, las consultas en lenguaje natural de tus usuarios se pueden reformatear como consultas filtradas. Esto puede dar lugar a resultados de búsqueda de mayor calidad que si se buscan palabras en la cadena de consulta.

Usar la interpretación de consultas en lenguaje natural es más fácil y flexible que escribir tus propias expresiones de filtro. Para obtener información sobre cómo escribir expresiones de filtro, consulta Filtrar búsquedas personalizadas de datos estructurados o sin estructurar.

La mejor forma de explicar esta función es con ejemplos:

Ejemplo: extracción de campos de consultas muestra los filtros de campos extraídos de la consulta.
Ejemplo: Con un filtro de geolocalización incluye el caso especial del filtro de geolocalización.

Ejemplo: extracción de campos de consultas

Esta función de comprensión de consultas en lenguaje natural se explica con el ejemplo de la búsqueda de un hotel.

Consulta realizada a un almacén de datos estructurados de un sitio de hoteles: "Busca un hotel familiar de al menos cuatro estrellas que cueste menos de 300 € por noche, en el que pueda llevar a mi perro y que tenga Wi-Fi gratis".

Si no se comprende la consulta en lenguaje natural, la aplicación de búsqueda busca documentos que contengan las palabras de la consulta.

Gracias a la comprensión de las consultas en lenguaje natural y a los datos estructurados de forma adecuada, la búsqueda es más eficaz, ya que se sustituye parte del lenguaje natural de la consulta por filtros. Si los datos estructurados tienen campos para star_rating (números), price (números) y amenities (cadenas), la consulta se puede reescribir como los siguientes filtros más una consulta residual:

Filtros extraídos de la consulta en lenguaje natural:

{
    "star_rating": &ge;4,
    "price": &le;300,
    "amenities": "Wifi", "Pets Allowed"
}

Consulta residual, reformulada después de extraer los filtros:

family-friendly

Ejemplo: Con un filtro de geolocalización

Este ejemplo es similar al anterior, pero incluye un filtro de geolocalización, que es un tipo especial de filtro extraído. Vertex AI Search puede reconocer ubicaciones en una consulta y crear filtros de proximidad para esas ubicaciones.

Consulta la siguiente petición hecha a un sitio web de empresas de todo el estado: "Busca un hotel elegante y con estilo de al menos 4 estrellas en San Francisco".

Gracias a la comprensión de las consultas en lenguaje natural y al filtro de geolocalización, la búsqueda se reformula como filtros y una consulta residual:

Filtros extraídos de la consulta en lenguaje natural, con una valoración de al menos 4 estrellas y a un radio de 10 km de San Francisco:
```
{
    "star_rating": &ge;4,
    "location": GEO_DISTANCE(\"San Francisco, CA\", 10000)
}
```
En este ejemplo, GEO_DISTANCE es una dirección, pero en otras consultas podría escribirse como latitud y longitud, aunque la consulta original contuviera una dirección.
Consulta residual, reformulada después de extraer los filtros:

chic and stylish in San Francisco

Aunque se haya creado el filtro de geolocalización, el nombre del sitio permanece en la consulta residual. Es diferente de otros filtros, como el de star_rating.

Limitaciones

Se aplican las siguientes limitaciones a la interpretación de consultas en lenguaje natural:

La comprensión de consultas en lenguaje natural no se puede aplicar a las aplicaciones de búsqueda combinada. Si intentas usar la comprensión de consultas en lenguaje natural con una aplicación de búsqueda combinada, se producirá un error.
La comprensión de consultas en lenguaje natural solo funciona en aplicaciones de búsqueda personalizada que usan almacenes de datos estructurados.
Usar la comprensión de consultas en lenguaje natural aumenta la latencia, por lo que puede que decidas no usarla si la latencia es un problema.
En el caso de la geolocalización, la ubicación debe describirse de forma explícita. No puedes usar ubicaciones como "cerca de mí" o "casa".
El radio de la geolocalización es de 10 km y no se puede configurar.

Antes de empezar

Antes de empezar a usar la comprensión de consultas en lenguaje natural, debes habilitarla en los almacenes de datos estructurados conectados a las aplicaciones que quieras usar.

Para habilitar la interpretación de consultas en lenguaje natural, sigue estos pasos:

REST

Busca el ID de tu almacén de datos. Si ya tiene el ID del almacén de datos, vaya al siguiente paso.
1. En la Google Cloud consola, ve a la página Aplicaciones de IA y, en el menú de navegación, haz clic en Almacenes de datos.
  
  Ir a la página Almacenes de datos
2. Haga clic en el nombre de su almacén de datos.
3. En la página Datos de su almacén de datos, obtenga el ID del almacén de datos.

Ejecuta el siguiente comando curl:

curl -X PATCH \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
-H "X-Goog-User-Project: PROJECT_ID" \
"https://discoveryengine.googleapis.com/v1beta/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID?update_mask=natural_language_query_understanding_config.mode" \
-d '{
      "naturalLanguageQueryUnderstandingConfig": {
        "mode": "ENABLED"
      }
    }'

Haz los cambios siguientes:

PROJECT_ID: el ID de tu proyecto de Google Cloud .
DATA_STORE_ID: el ID del almacén de datos de Vertex AI Search.

Ejemplo de comando y respuesta

curl -X PATCH
-H "Authorization: Bearer $(gcloud auth print-access-token)"
-H "Content-Type: application/json"
-H "X-Goog-User-Project: my-project-123"
"https://discoveryengine.googleapis.com/v1beta/projects/my-project-123/locations/global/collections/default_collection/dataStores/my-data-store?update_mask=natural_language_query_understanding_config.mode"
-d '{
       "naturalLanguageQueryUnderstandingConfig": {
         "mode": "ENABLED"
       }
    }'

{
"name": "projects/123456/locations/global/collections/default_collection/dataStores/my-data-store",
"displayName": "test_data_store",
"industryVertical": "GENERIC",
"createTime": "2024-07-10T18:50:01.673414Z",
"solutionTypes": [
"SOLUTION_TYPE_SEARCH"
],
"defaultSchemaId": "default_schema",
"documentProcessingConfig": {
"name": "projects/123456/locations/global/collections/default_collection/dataStores/my-data-store/documentProcessingConfig",
"defaultParsingConfig": {
  "digitalParsingConfig": {}
}
},
"servingConfigDataStore": {},
"naturalLanguageQueryUnderstandingConfig": {
"mode": "ENABLED"
}
}

Repite los pasos 1 y 2 para cada almacén de datos.
Espera aproximadamente 24 horas.

Si intentas usar la comprensión de consultas en lenguaje natural antes de que el almacén de datos esté listo, la respuesta que obtendrás será la misma que si filterExtractionCondition se hubiera definido como DISABLED.

Buscar y convertir consultas en lenguaje natural en filtros

Para buscar una consulta en lenguaje natural y obtener resultados optimizados para consultas en lenguaje natural, sigue estos pasos:

REST

Ejecuta el siguiente comando curl, que llama al método search:

curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  "https://discoveryengine.googleapis.com/v1beta/projects/PROJECT_ID/locations/global/collections/default_collection/engines/APP_ID/servingConfigs/default_search:search" \
  -d '{
        "query": "QUERY",
        "naturalLanguageQueryUnderstandingSpec": {
          "filterExtractionCondition": "ENABLED"
        }
      }'

Haz los cambios siguientes:

PROJECT_ID: el ID de tu proyecto de Google Cloud .
APP_ID: el ID de la aplicación de Vertex AI Search que quieres consultar. La aplicación debe estar conectada a un almacén de datos que contenga datos estructurados. La aplicación no puede ser una aplicación de búsqueda combinada.
QUERY: la consulta se escribe en lenguaje natural.

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/v1beta/projects/123456
/locations/global/collections/default_collection/engines/my-app/servingConfigs/default_search:search"
-d '{
"query": "Find me a family-friendly hotel with at least four stars that costs less than 300 a night, lets me bring my dog, and has free Wi-Fi.",
"naturalLanguageQueryUnderstandingSpec": {
  "filterExtractionCondition": "ENABLED"}
}'

{
"results": [
{
  "id": "b2617d862",
  "document": {
    "name": "projects/123456/locations/us/collections/default_collection/dataStores/my-data-store/branches/0/documents/b2617d862",
    ...
  }
},
{
  "id": "a51841841",
  "document": {
    "name": "projects/123456/locations/us/collections/default_collection/dataStores/my-data-store/branches/0/documents/a51841841",
    ...
  }
}
],
"naturalLanguageQueryUnderstandingInfo": {
"extractedFilters": "(amenities: ANY(\"Pets Allowed\") AND amenities: ANY(\"Wifi\") AND star_rating: >= 4 AND price: < 300)",
"rewrittenQuery": "family-friendly",
"extractedFilterStructured": {
  "expression": {
    "andExpr": {
      "expressions": [
        {
          "numberConstraint": {
            "fieldName": "star_rating",
            "value": 4,
            "comparison": "GREATER_THAN_EQUALS",
          }
        },
        {
          "numberConstraint": {
            "fieldName": "price",
            "value": 300,
            "comparison": "LESS_THAN",
          }
        },
        {
          "stringConstraint": {
            "fieldName": "amenities",
            "any": ["Pets Allowed"]
          }
        },
        {
          "stringConstraint": {
            "fieldName": "amenities",
            "any": ["Wifi"]
          }
        },
      ]
    }

Búsqueda, que convierte las ubicaciones de las consultas en filtros de geolocalización

Para buscar una consulta en lenguaje natural y obtener resultados optimizados para consultas en lenguaje natural, incluida la proximidad a ubicaciones, haz lo siguiente:

REST

Ejecuta el siguiente comando curl, que llama al método search:

curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  "https://discoveryengine.googleapis.com/v1beta/projects/PROJECT_ID/locations/global/collections/default_collection/engines/APP_ID/servingConfigs/default_search:search" \
  -d '{
        "query": "QUERY",
        "naturalLanguageQueryUnderstandingSpec": {
          "filterExtractionCondition": "ENABLED",
          "geoSearchQueryDetectionFieldNames": ["GEO_FIELD_NAME_1", "GEO_FIELD_NAME_N"]"
        }
      }'

Haz los cambios siguientes:

PROJECT_ID: el ID de tu proyecto de Google Cloud .
APP_ID: el ID de la aplicación de Vertex AI Search que quieres consultar. La aplicación debe estar conectada a un almacén de datos que contenga datos estructurados. La aplicación no puede ser una aplicación de búsqueda combinada.
QUERY: la consulta se escribe en lenguaje natural.
GEO_FIELD_NAME_1, GEO_FIELD_NAME_N: una lista de valores de tipo geolocation. Si el tipo de valor no es geolocation, este campo se ignora.

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/v1beta/projects/123456
/locations/global/collections/default_collection/engines/my-app/servingConfigs/default_search:search"
-d '{
"query": "Find me a chic and stylish hotel with at least 4 stars that is in San Francisco.",
"naturalLanguageQueryUnderstandingSpec": {
  "filterExtractionCondition": "ENABLED",
  "geoSearchQueryDetectionFieldNames": ["location"]}
}'

{
"results": [
{
"id": "b2617d862",
"document": {
"name": "projects/123456/locations/us/collections/default_collection/dataStores/my-data-store/branches/0/documents/b2617d862",
...
}
},
{
"id": "a51841841",
"document": {
"name": "projects/123456/locations/us/collections/default_collection/dataStores/my-data-store/branches/0/documents/a51841841",
...
}
}
],
"naturalLanguageQueryUnderstandingInfo": {
"extractedFilters": "(star_rating: >= 4 AND GEO_DISTANCE("location", "San Francisco", 10000))",
"rewrittenQuery": "chic and stylish",
"extractedFilterStructured": {
"expression": {
"andExpr": {
  "expressions": [
    {
      "numberConstraint": {
        "fieldName": "star_rating",
        "value": 4,
        "comparison": "GREATER_THAN_EQUALS",
      }
    },
    {
      "geolocationConstraint": {
        "fieldName": "location",
        "address": "San Francisco",
        "radius_in_meters": 10000,
      }
    },
  ]
}

Filtrar con la comprensión del lenguaje natural Organízate con las colecciones Guarda y clasifica el contenido según tus preferencias.

Acerca de la comprensión de consultas en lenguaje natural

Ejemplo: extracción de campos de consultas

Ejemplo: Con un filtro de geolocalización

Limitaciones

Antes de empezar

REST

Ejemplo de comando y respuesta

Buscar y convertir consultas en lenguaje natural en filtros

REST

Ejemplo de comando y resultado

Búsqueda, que convierte las ubicaciones de las consultas en filtros de geolocalización

REST

Ejemplo de comando y resultado

Filtrar con la comprensión del lenguaje natural