Ringkasan

Vision Warehouse memungkinkan pengguna menyesuaikan pengalaman penelusuran mereka melalui konfigurasi penelusuran dan hipernim penelusuran.

Konfigurasi penelusuran

Konfigurasi penelusuran dapat mengubah kriteria penelusuran dan perilaku facet penelusuran. Kami memiliki empat kasus penggunaan berikut untuk konfigurasi penelusuran.

Ketersediaan:

  • Streaming Video Warehouse: Semua kasus penggunaan berikut diaktifkan.
  • Penyimpanan Video Batch: Kriteria penelusuran diaktifkan, tetapi facet penelusuran tidak diaktifkan.
  • Image Warehouse: Konfigurasi penelusuran tidak tersedia.

Kasus penggunaan 1: kriteria satu-ke-banyak

Pengguna dapat membuat kriteria penelusuran yang disesuaikan dan dipetakan ke beberapa skema data yang ada. Misalnya, konfigurasi penelusuran berikut membuat kriteria penelusuran kustom, "orang". Saat pengguna melakukan penelusuran berdasarkan kriteria "orang", seperti menelusuri "Mike" berdasarkan kriteria "orang", layanan kami akan memperluas kriteria "orang" menjadi "pemain", "pelatih", dan "pemandu sorak", lalu menelusuri berdasarkan semua skema data ini. Dengan kata lain, baik "Mike" dianotasi sebagai "pemain", "pelatih", atau "pemandu sorak", hasil terkait akan ditampilkan.

{
  name: "projects/$PROJECT_NUMBER/locations/$LOCATION_ID/corpora/$CORPUS_ID/searchConfigs/person"
  search_criteria_property {
    mapped_fields: "player"
    mapped_fields: "coach"
    mapped_fields: "cheerleader"
  }
}

Kasus penggunaan 2: aspek satu-ke-satu

Pengguna dapat mengaktifkan facet penelusuran untuk skema data yang ada dengan membuat satu konfigurasi penelusuran di dalamnya. Misalnya, konfigurasi penelusuran berikut mengaktifkan facet penelusuran untuk lokasi. Saat pengguna menelusuri di bagian "lokasi", mereka kini dapat memilih nilai bucket di bagian "lokasi", seperti "Tokyo", "London" untuk lebih mempersempit hasil penelusuran.

Perhatikan bahwa ID konfigurasi penelusuran, facet_property.mapped_field, dan ID skema data harus berupa string yang sama, dalam hal ini, "location".

{
  name: "projects/$PROJECT_NUMBER/locations/$LOCATION_ID/corpora/$CORPUS_ID/searchConfigs/location"
  facet_property {
    mapped_fields: "location",
    display_name: "A customized name for UI",
    result_size: 5,
    bucket_type: FACET_BUCKET_TYPE_VALUE
  }
}

Kasus penggunaan 3: kriteria dan facet satu-ke-banyak

Pengguna dapat membuat kriteria penelusuran yang disesuaikan dan juga mengaktifkan aspek penelusuran di dalamnya secara bersamaan. Misalnya, konfigurasi penelusuran berikut membuat kriteria penelusuran kustom yang memetakan "lokasi" ke "kota", "negara bagian", dan "provinsi". Sementara itu, faset penelusuran diaktifkan. Semua nilai bucket dari "city", "state", dan "province" akan ditampilkan bersama.

Perhatikan bahwa, dalam hal ini, mapped_fields dari search_criteria_property dan facet_property harus sama. Dan ID tersebut harus berupa ID skema data yang ada.

{
  name: "projects/$PROJECT_NUMBER/locations/$LOCATION_ID/corpora/$CORPUS_ID/searchConfigs/location"
  search_criteria_property {
    mapped_fields: "city"
    mapped_fields: "state"
    mapped_fields: "province"
  }   
  facet_property {
    mapped_fields: "city"    
    mapped_fields: "state"
    mapped_fields: "province"
    display_name: "places"
    result_size: 5,
    bucket_type: FACET_BUCKET_TYPE_VALUE
  }
}

Kasus penggunaan 4: Facet berbasis rentang

Untuk kasus penggunaan 2 dan 3, kita dapat mengubah jenis bucket suatu aspek menjadi berbasis rentang. Segmen berbasis rentang mirip dengan segmen normal, tetapi setiap bucket segmen mencakup beberapa rentang berkelanjutan. Setelan tambahan diperlukan untuk mengonfigurasi span berkelanjutan.

Faset rentang tersedia untuk:

  • Bilangan bulat
  • Tanggal

Ada tiga jenis facet rentang:

  • Rentang tetap: setiap bucket memiliki ukuran yang sama.
  • Rentang kustom: ukuran bucket yang dapat diprogram, misalnya, logaritma.
  • Rentang tanggal: tingkat perincian bucket tetap untuk HARI, BULAN, dan TAHUN (hanya berlaku untuk aspek rentang tanggal).

Konfigurasi penelusuran berikut mengaktifkan facet penelusuran pada kriteria penelusuran "inventory-count" dan bucket facet akan menjadi [-inf, 0), [0, 10), [10, 20), [20, 30), [30, inf).

{
  name: "projects/$PROJECT_NUMBER/locations/$LOCATION_ID/corpora/$CORPUS_ID/searchConfigs/inventory-count"
  facet_property {
  mapped_fields: "inventory-count"
  display_name: "Inventory Count"
  result_size: 5
  bucket_type:FACET_BUCKET_TYPE_FIXED_RANGE
  fixed_range_bucket_spec {
    bucket_start {
      integer_value: 0
    }
    bucket_granularity {
      integer_value: 10
    }
    bucket_count: 5
    }
  }
}

Konfigurasi penelusuran berikut mengaktifkan faset penelusuran pada kriteria penelusuran "film-date" dengan tingkat perincian DAY.

{
  name: "projects/$PROJECT_NUMBER/locations/$LOCATION_ID/corpora/$CORPUS_ID/searchConfigs/film-date"
  facet_property {
    mapped_fields: "film-date"
    display_name: "Film Date"
    result_size: 5
    bucket_type: FACET_BUCKET_TYPE_DATETIME
    datetime_bucket_spec {
      granularity: DAY
    }
  }
}

Hipernim penelusuran

Hipernim penelusuran dapat mengubah cara kueri penelusuran cocok dengan anotasi string penelusuran cerdas.

Ketersediaan:

  • Streaming Warehouse: Hipernim penelusuran diaktifkan untuk kueri penelusuran global dan kueri string kriteria penelusuran smart.
  • VoD Warehouse: Hipernim penelusuran diaktifkan untuk kueri string kriteria penelusuran pintar.
  • Image Warehouse: Hipernim penelusuran tidak tersedia.

Hipernim penelusuran memetakan satu hipernim ke beberapa hiponim. Misalnya, hipernim penelusuran berikut memetakan "kendaraan" ke "sedan", "truk", dan "suv". Penelusuran "kendaraan" dalam kueri penelusuran global atau berdasarkan kriteria string penelusuran cerdas juga akan mencocokkan hasil yang dianotasi dengan "sedan", "truk", dan "suv", serta "kendaraan".

{
  name: "projects/$PROJECT_NUMBER/locations/$LOCATION_ID/corpora/$CORPUS_ID/searchHypernyms/car-hypernym"
  hypernym: "vehicle"
  hyponyms: "sedan"
  hyponyms: "truck"
  hyponyms: "suv"
}