Daten für die automatische Vervollständigung für die Suche importieren

Die automatische Vervollständigung ist eine Funktion, mit der Nutzende den Rest eines Wortes vorhersagen können, was die Sucherfahrung verbessern kann. Sie kann Vorschläge basierend auf dem bereitgestellten Dataset oder auf der Grundlage von Nutzerereignissen bereitstellen, die Sie angegeben haben.

Importieren Sie Daten für die automatische Vervollständigung nur, wenn Sie zusätzliche (Do Not remove List, Deny List) oder die Verwendung eigener automatisch vervollständigten Daten. In den meisten Fällen reicht es aus, das automatische Lernen zu aktivieren bei denen eine automatische Vervollständigung erforderlich ist. Durch automatisches Lernen lassen sich lerngestütztes Vorschlags-Dataset, das auf Suchereignissen basiert. Weitere Informationen finden Sie unter Automatische Vervollständigung zum Aktivieren des automatischen Lernens

Hinweis :Ab September 2022 können Sie Cloud Console > Einstellungen > UI für Autocomplete-Steuerelemente zum Auslösen des Datenimports

Diese Anleitung bezieht sich auf das Hochladen Ihrer eigenen automatischen Vervollständigung. Daten. Halten Sie sie auf dem neuesten Stand, wenn Sie die automatische Vervollständigung verwenden möchten Datasets arbeiten. Informationen zum Abrufen von Ergebnissen der automatischen Vervollständigung zum Zeitpunkt der Abfrage finden Sie unter auf CompletionService.CompleteQuery. Daten für die automatische Vervollständigung sind die nur für die Suche verwendet werden. Diese Daten werden nicht verwendet von Empfehlungen.

Hinweise

Bevor Sie Informationen zur automatischen Vervollständigung importieren können, müssen Sie folgen Sie der Anleitung unter Vorbereitung, insbesondere Ihr Projekt einrichten, Erstellen eines Dienstkontos und Das Dienstkonto Ihrer lokalen Umgebung hinzufügen.

Sie benötigen die IAM-Rolle Retail-Editor, um den Import durchzuführen.

Best Practices für die automatische Vervollständigung des Imports

Achten Sie beim Importieren von Daten zur automatischen Vervollständigung auf Folgendes: Best Practices:

• Lesen Sie das im Folgenden aufgeführte BigQuery-Schema. Abschnitte und API-Dokumentation.

• Verwenden Sie keine Platzhalterwerte.

• Wir empfehlen, so viele Felder wie möglich auszufüllen.

• Halten Sie Ihr eigenes Dataset zur automatischen Vervollständigung auf dem neuesten Stand, wenn Sie ein eigenes verwenden möchten hochgeladenes Dataset.

• Das Importieren von Daten aus einem anderen Projekt ist nicht zulässig.

Daten zur automatischen Vervollständigung importieren

Daten zur automatischen Vervollständigung aus BigQuery importieren

Vertex AI Search for Retail unterstützt den BigQuery-Datenimport für Ablehnungen Liste, Liste nicht entfernen und Liste mit Vorschlagsbegriffen. Weitere Details finden Sie unter Automatische Vervollständigung:

Um Daten der automatischen Vervollständigung im richtigen Format aus BigQuery verwenden Sie die Methode Vertex AI Search for Retail Autocomplete-Schema Erstellen Sie eine BigQuery-Tabelle im richtigen Format und die Tabelle mit Ihren Daten für die automatische Vervollständigung laden. Laden Sie dann Ihre in Vertex AI Search for Retail.

Weitere Informationen zu BigQuery-Tabellen finden Sie unter Einführung in Tabellen. Hilfe zu BigQuery-Abfragen finden Sie unter BigQuery-Daten abfragen.

Standort des BigQuery-Datasets

Wenn Sie zum ersten Mal das BigQuery-Dataset für Ihr für die automatische Vervollständigung von BigQuery-Tabellen Der Standort ist auf den multiregionalen Standort "US" festgelegt. Nicht richtig festgelegt führt dazu, dass Ihre Importanfrage später fehlschlägt. Weitere Informationen über Standorte für BigQuery-Datasets, siehe Dataset-Standorte in BigQuery Dokumentation.

Daten in BigQuery einfügen

Verwenden Sie das Schema zur automatischen Vervollständigung von Vertex AI Search for Retail, um automatisch vervollständigten Daten in BigQuery hochladen.

BigQuery kann mit dem Schema prüfen, ob JSON-formatierte Daten die richtigen Feldnamen und -typen haben (z. B. STRING, INTEGER und RECORD), kann aber keine Validierungen wie die Bestimmung durchführen:

• Ob ein Stringfeld einem erkennbaren Enum-Wert zugeordnet ist.
• Ob ein Stringfeld das richtige Format hat.
• Ob ein Ganzzahl- oder ein Gleitkommafeld einen Wert in einem gültigen Bereich enthält.
• Ob ein fehlendes Feld ein Pflichtfeld ist.

Um die Qualität Ihrer Daten und die Sucherfahrung für den Nutzer zu verbessern, sollten Sie das Schema und die Referenzdokumentation beachten, um Details über Werte und Format zu erfahren.

Zugriff auf BigQuery-Dataset einrichten

Achten Sie beim Einrichten des Zugriffs darauf, dass sich Ihr BigQuery-Dataset im dasselbe Projekt wie Ihr Vertex AI Search for Retail-Dienst und führen Sie die folgenden Schritte aus: Schritte.

1. Öffnen Sie in der Google Cloud Console die Seite IAM.

   Zur Seite "IAM"

2. Wählen Sie Ihr Vertex AI Search for Retail-Projekt aus.

3. Klicken Sie auf der Seite IAM & auf der Seite „Verwaltung“ auf  Zugriff gewähren.

4. Geben Sie unter Neue Hauptkonten Folgendes ein: [e-mail] und wählen Sie BigQuery > Rolle „BigQuery-Datenbetrachter“.

   Wenn Sie die Rolle „Datenbetrachter“ nicht für das gesamte Projekt bereitstellen möchten, können Sie diese Rolle direkt dem Dataset hinzufügen. Weitere Informationen

5. Klicken Sie auf Speichern.

Datenimport in Vertex AI Search for Retail auslösen

Console

1. Zur Seite "Steuerelemente"

2. Rufen Sie den Tab Steuerelemente für die automatische Vervollständigung auf.

3. Suchen Sie im Abschnitt Term Lists den Listentyp, den Sie importieren möchten. (Liste ablehnen, Liste nicht entfernen oder Liste mit vorgeschlagenen Begriffen) und Klicken Sie auf Importieren oder Ersetzen.

   Der Bereich Importieren wird geöffnet.

4. Geben Sie den BigQuery-Pfad Ihres Datenspeicherorts ein oder wählen Sie Suchen Sie nach dem Speicherort.

   Der BigQuery-Pfad muss sich im selben Projekt und in dessen muss korrekt sein. Klicken Sie dazu auf Durchsuchen und dann auf das Tabellennamen, um den Inhalt in der BigQuery-Konsole anzuzeigen.

5. Klicken Sie im Bereich Importieren auf Importieren.

   Der Import beginnt. Sie können die Seite verlassen, ohne den Import zu unterbrechen.

cURL

1. Erstellen Sie eine Datendatei für die Eingabeparameter für den Import. Ihre Eingabeparameterwerte hängen davon ab, ob Sie Daten aus Cloud Storage oder BigQuery importieren.

   Verwenden Sie das Objekt BigQuerySource, um auf Ihr BigQuery-Dataset zu verweisen.

   • dataset-id: Die ID des BigQuery-Datasets.
   • table-id: Die ID der BigQuery-Tabelle, die Ihre Daten enthält.
   • data-schema: Verwenden Sie für das Attribut dataSchema den Wert suggestions (Standard), allowlist oder denylist. Verwenden Sie die Methode Vertex AI Search for Retail Schema für die automatische Vervollständigung.

   {
     "inputConfig":{
       "bigQuerySource": {
         "datasetId":"dataset-id",
         "tableId":"table-id",
         "dataSchema":"data-schema"
       }
     }
   }
   

2. Importieren Sie Ihre Informationen zur automatischen Vervollständigung in Vertex AI Search for Retail, indem Sie POST-Anfrage an den CompletionData:import-REST-Methode, die den Name der Datendatei (im Beispiel unten als input.json dargestellt).

   curl -X POST \
   -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
   -H "Content-Type: application/json; charset=utf-8" -d @./input.json
   "https://retail.googleapis.com/v2alpha/projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/completionData:import"
   

   Sie können den Status programmatisch mit der API prüfen. Sie sollten ein Antwortobjekt erhalten, das in etwa so aussieht:

   {
     "name": "projects/PROJECT_ID/locations/global/catalogs/default_catalog/operations/123456",
     "done": false
   }
   

   Das Feld "Name" ist die ID des Vorgangsobjekts. Bis den Status dieses Objekts anfordern, ersetzen Sie das Feld "name" durch den -Wert, der von der Importmethode zurückgegeben wird. Wenn der Import abgeschlossen ist, Das Feld done gibt true zurück:

   curl -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
   "https://retail.googleapis.com/v2alpha/projects/PROJECT_ID/locations/global/catalogs/default_catalog/operations/123456"
   

   Wenn der Vorgang abgeschlossen ist, hat das zurückgegebene Objekt den done-Wert true und enthält ein Statusobjekt, das dem folgenden Beispiel ähnelt:

   {
     "name": "projects/PROJECT_ID/locations/global/catalogs/default_catalog/operations/123456",
     "metadata": {
       "@type": "type.googleapis.com/google.cloud.retail.v2alpha.ImportMetadata",
       "createTime": "2020-01-01T03:33:33.000001Z",
       "updateTime": "2020-01-01T03:34:33.000001Z",
       "successCount": "2",
       "failureCount": "1"
     },
     "done": true
     "response": {
       "@type": "type.googleapis.com/google.cloud.retail.v2alpha.ImportCompletionDataResponse",
     }
   }
   

Datenformat für die automatische Vervollständigung

Ihre JSON-Datei sollte wie im folgenden Beispiel aussehen. Die Zeilenumbrüche dienen der besseren Lesbarkeit. Sie sollten einen Vorschlag in einer einzigen Zeile angeben. Jeder Vorschlag sollte in einer eigenen Zeile stehen.

Mindestens erforderliche Felder für Vorschläge:

{
  "suggestion": "ABC",
  "globalScore": "0.5"
}

oder:

{
  "suggestion": "ABC",
  "frequency": "100"
}

Dauer des Datenimports für die automatische Vervollständigung

Ein Import aus einer anderen Quelle dauert in der Regel nur wenige Minuten bis zu einer Stunde. BigQuery ausführen.

Wenn der Dataset-Import abgeschlossen ist, wird das Feld done in der Das Vorgangsobjekt ist als „true“ gekennzeichnet. Danach kann es weitere 1–2 Tage dauern, bis die Daten indexiert und verwendet werden. in der Produktion.

Dataset zur automatischen Vervollständigung auf dem neuesten Stand halten

Wenn Sie ein eigenes hochgeladenes Dataset verwenden möchten, empfiehlt es sich, das hochgeladene Dataset regelmäßig zu aktualisieren.

Batch-Update

Sie können die Importmethode verwenden, um die automatische Vervollständigung im Batch zu aktualisieren. Sie tun das genauso wie beim ersten Import. befolgen Sie die Schritte in Daten für die automatische Vervollständigung importieren Damit wird das gesamte importierte Dataset ersetzt.

Importzustand überwachen

Es ist wichtig, dass Sie Ihr eigenes Dataset auf dem neuesten Stand halten, damit qualitativ hochwertige Vorschlagsergebnisse ausgegeben werden. Sie sollten die Importfehlerraten überwachen und bei Bedarf Maßnahmen ergreifen.

Vertex AI Search for Retail Schema für die automatische Vervollständigung

Verwenden Sie beim Importieren eines Datasets zur automatischen Vervollständigung aus BigQuery die Methode Vertex AI Search for Retail Schema unten zum Erstellen und laden Sie sie mit automatisch vervollständigten Daten.

Schema für Vorschläge

Dieses Dataset wird verwendet, um Ihre eigenen Wortgruppen mit Vorschlägen zur automatischen Vervollständigung mit Ihre eigenen Ergebnisse.

Schema für automatische Vervollständigungsvorschläge von Vertex AI Search for Retail

JSON

[
  {
    "description": "The suggestion text",
    "mode": "NULLABLE",
    "name": "suggestion",
    "type": "STRING"
  },
  {
    "description": "Global score of this suggestion. Control how this suggestion would be scored / ranked. Only one of this and frequency should be set.",
    "mode": "NULLABLE",
    "name": "globalScore",
    "type": "FLOAT"
  },
  {
    "description": "Frequency of this suggestion. Will be used to rank suggestions when score is not available.",
    "mode": "NULLABLE",
    "name": "frequency",
    "type": "INTEGER"
  },
  {
    "description": "BCP-47 language code of this suggestion.",
    "mode": "NULLABLE",
    "name": "languageCode",
    "type": "STRING"
  },
  {
    "description": "If two suggestions have the same groupID, they will not be returned together. Instead the one ranked higher will be returned. This can be used to deduplicate semantically identical suggestions.",
    "mode": "NULLABLE",
    "name": "groupID",
    "type": "STRING"
  },
  {
    "description": "The score of this suggestion within its group",
    "mode": "NULLABLE",
    "name": "groupScore",
    "type": "FLOAT"
  },
  {
    "description": "Device type for this suggestion.",
    "mode": "NULLABLE",
    "name": "deviceType",
    "type": "STRING"
  },
  {
    "description": "Alternative matching phrases for this suggestion.",
    "mode": "REPEATED",
    "name": "alternativePhrases",
    "type": "STRING"
  },
  {
    "fields": [
      {
        "description": "The name of the custom attribute.",
        "mode": "NULLABLE",
        "name": "key",
        "type": "STRING"
      },
      {
        "fields": [
          {
            "description": "The textual values of this custom attribute.",
            "mode": "REPEATED",
            "name": "text",
            "type": "STRING"
          },
          {
            "description": "The numerical values of this custom attribute.",
            "mode": "REPEATED",
            "name": "numbers",
            "type": "FLOAT"
          }
        ],
        "mode": "NULLABLE",
        "name": "value",
        "type": "RECORD"
      }
    ],
    "description": "A custom attribute that is not explicitly modeled, which can be retrieved together with the suggestion at serving time.",
    "mode": "REPEATED",
    "name": "customAttributes",
    "type": "RECORD"
  }
]

Schema für Sperrliste

Dieses Dataset wird als Sperrliste verwendet, um das Vorschlagen von Wortgruppen zu verhindern.

Vertex AI Search für den Einzelhandel – Schema für die automatische Vervollständigung der Sperrliste (JSON)

JSON

[
  {
    "description": "The phrase to block from autocomplete suggestions.",
    "mode": "REQUIRED",
    "name": "phrase",
    "type": "STRING"
  },
  {
    "description": "The operator to apply for this phrase. Choose whether to block the exact phrase, or block any suggestions containing this phrase. Supported value \"EXACT_MATCH\", \"CONTAINS\"",
    "mode": "REQUIRED",
    "name": "operator",
    "type": "STRING"
  }
]

Schema für die Zulassungsliste

Dieses Dataset wird verwendet, um Vorgänge wie Rechtschreibkorrekturen und Nullergebnis-Filterung) für alle Wortgruppen in dieser Zulassungsliste.

Schema der Zulassungsliste für die automatische Vervollständigung von Vertex AI Search für den Einzelhandel (JSON)

JSON

[
  {
    "description": "The phrase to be exempted from autocomplete post processing, e.g. spell correction, filtering",
    "mode": "REQUIRED",
    "name": "phrase",
    "type": "STRING"
  },
  {
    "description": "The operator to apply for this phrase. Whether to match the exact phrase, or any suggestions contain this phrase. Supported values are \"EXACT_MATCH\", \"CONTAINS\".",
    "mode": "REQUIRED",
    "name": "operator",
    "type": "STRING"
  }
]