分类:  Azure搜索    ◆ 标签:  #Azure   #Search   #认知搜索   ◆ 发布于: 2023-06-12 20:18:07

在Azure 认知搜索中，AI扩充是指内置认知技能和自定义技能，用于在索引编制过程中添加内容转换和生成。 扩充创建以前不存在的新信息： 从图像中提取信息 从文本中检测情感 关键短语和实体 AI扩展还向无差别文本中添加结构。 所有这些过程将产生使全文搜索更有效的文档。 在许多情况下，AI扩展的文档可用于除搜索以外的方案，例如知识挖掘。 AI扩展由附加到索引器的技能组定义。 索引器将提取内容并进行设置，而技能组从图像、Blob 和其他非结构化数据源中识别、分析和创建新信息和结构。 AI扩展管道的输出是搜索索引或知识存储(Storage)。

分类:  Azure搜索    ◆ 标签:  #Azure   #Search   #认知搜索   ◆ 发布于: 2023-06-12 20:14:18

Azure认知搜索中的索引器是一种爬虫程序，它从外部 Azure 数据源提取可搜索的文本和元数据，并使用源数据与索引之间字段到字段的映射填充搜索索引。 由于不需要编写任何将数据添加到索引的代码，该服务就能拉取数据，因此这种方法有时也称为拉取模式。 索引器还驱动认知搜索的 AI 扩充功能，在索引的路由中集成对内容的外部处理。 索引器仅适用于 Azure，其中包含适用于 Azure SQL、Azure Cosmos DB、Azure 表存储 和 Blob 存储的单个索引器。 配置索引器时，将指定数据源（原点）和索引（目标）。 Blob 存储等源具有特定于该内容类型的其他配置属性。 可以按需运行索引器，也可以采用每 5 分钟运行一次的定期数据刷新计划来运行索引器。 要进行更频繁的更新，

分类:  Azure搜索    ◆ 标签:  #Azure   #Search   #认知搜索   ◆ 发布于: 2023-06-12 20:11:31

微软的文档永远都是言简意赅，博大精深，如果不认真不仔细看，经常就会有很多非常重要的提示或者技巧一晃而过，所以微软的文档是需要认真仔细的多读几遍才能够彻底的掌握清楚。 我们今天来学习相似性和评分。 开始之前我们回忆和熟悉几个名词: SearchModel: 搜索模式，这个之前已经有介绍了，使用这个参数表示在搜索的时候部分匹配搜索词还是全部匹配搜索词(值:any,full) 字词频率：是指某个词在被搜索的文章中出现的频率(次数) 逆向文档频率：是一个词普遍重要性的度量值，它的大小和一个词的常见程度成反比。

分类:  Azure搜索    ◆ 标签:  #Azure   #Search   #认知搜索   ◆ 发布于: 2023-06-12 20:09:18

需要注意的是目前语义搜索功能通过public preview的形式提供给用户，因此如果用户如果想开通这项服务，必须通过特定的步骤： 检查区域支持和定价层的要求 注册preview program， 一般情况下需要两个工作日来处理。 创建和修改查询以返回语义描述和重点的内容。 调用拼写检查，最大限度的提高精准率和召回率。 语义搜索是用于提高搜索结果质量的功能集合。当启用该服务时，它通过两种方式来扩展查询： 在初始结果集的基础上添加二次排名，将和语义最接近的结果提升到列表顶部。 提取并返回相应结果中的描述和答案，可以供用户在页面上呈现，提升用户体验。

分类:  Azure搜索    ◆ 标签:  #Azure   #Search   #认知搜索   ◆ 发布于: 2023-06-12 20:06:52

分析器是全文搜索的重要概念，它既可以用于生成索引，也可以用于分析用户输入的查询词，经过转换或者分解之后对新的查询词进行标记，并返回查询树，主要可能会有如下的操作： 删除非必须字和标点。 将短语和用连字符链接的词语拆分为组成部分 将大写单词转换为小写单词 将单词分解为词根用以提高存储效率，方便找到匹配项。 在使用C#的SDK的时候，分析器适用于被标记为"可搜索"的字段属性上，表示全文搜索。

分类:  Azure搜索    ◆ 标签:  #Azure   #Search   #认知搜索   ◆ 发布于: 2023-06-12 20:04:55

Azure认知搜索底层集成了Lucene， 同时微软也提供了自己的技术，但是总体来说很多方面都还是用了Lucene, 因此Azure认知搜索同样遵行Lucene的四个阶段：查询分析, 词法分析, 文档匹配, 搜索结果评分。 本章只是简单的介绍一下Lucene的搜索的基本知识，方便大家在使用Azure认知搜索时遇到问题，会有比较明确的方向。 我们先来看几个基本的概念： 查询词：查询词是指客户输入的需要查询的语句，需要注意的是，即便是简单的查询词，也可能会被分解并重排。 搜索词：从查询词中提取的词语。 匹配词： 我的理解是同搜索词。 相关性评分：是指搜索引擎通过索引匹配之后，根据相关性对结果的打分，评分靠前的会返回给调用者。 我们前面说过了查询执行时包括四个阶段：

分类:  Azure机器人    ◆ 标签:  #Azure   #人工智能   #机器人   ◆ 发布于: 2023-06-12 18:26:24

我们之前学习了使用Power Virtual Agents和QnA Maker来创建相关的机器人，那么本章我们来考察一下使用Bot Framework Composer和Azure Bot Service来解决我们之前的需求。 我们之前的需求是： 目标： 我们需要创建一个测试机器人，这个机器人的目的是对客户进行支持，并为客户提供有关新服务的建议。如果测试机器人成功，团队将进行进一步开发，以实现更复杂的功能。 针对这个目的，我们有如下的需求： 测试机器人的初始开发需要低代码的环境。 测试机器人应包含用于语言理解的现有的LUIS应用。使用它来识别金融行业术语和短语。 机器人会托管到公司网站上。 测试机器人后，需要将其集成到多个C#库中以扩展其功能。 测试后，需要将

分类:  Azure机器人    ◆ 标签:  #Azure   #人工智能   #机器人   ◆ 发布于: 2023-06-12 18:24:28

使用QnA Maker进行机器人开发

分类:  Azure机器人    ◆ 标签:  #Azure   #人工智能   #机器人   ◆ 发布于: 2023-06-12 18:22:33

为了更进一步的说明我们之前文章提到的如何选择合适的机器人开发工具，我们本章设计一个真实的场景，然后我们使用之前讲述过的基本方法来判断我们选择的机器人开发工具是否合适。 我们的场景如下： 目标： 我们需要创建一个测试机器人，这个机器人的目的是对客户进行支持，并为客户提供有关新服务的建议。如果测试机器人成功，团队将进行进一步开发，以实现更复杂的功能。 针对这个目的，我们有如下的需求： 测试机器人的初始开发需要低代码的环境。 测试机器人应包含用于语言理解的现有的LUIS应用。使用它来识别金融行业术语和短语。 机器人会托管到公司网站上。 测试机器人后，需要将其集成到多个C#库中以扩展其功能。 测试后，需要将机器人与预先存在的启用rest的FAQ应用程序集成。 针对这

分类:  Azure机器人    ◆ 标签:  #Azure   #人工智能   #机器人   ◆ 发布于: 2023-06-12 18:20:40

关于如何选择合适的机器人开发工具，用户必须结合自己的自身条件以及实际的业务需求来考虑选择哪种工具来开发自己的机器人工具。 根据需求比较机器人构建工具 您可以对比三种工具的构建选项以及要求和优缺点，以确定哪种选项最适合您的业务和您的团队。 首先要根据自己的业务需求分析每种工具如何能够满足您的业务需求，同时您也需要检查各个产品之间的细微的差异，在考察的时候可以尝试回答如下的问题，以帮助您确定应该选择哪种产品：