Suchanfragen nach Relevanz auf Dokumentebene filtern

Wenn Sie in Ihrer Vertex AI Search-App suchen, können Sie einen Relevanzschwellenwert festlegen, sodass nur die Dokumente, die diesen Schwellenwert erreichen, als Ergebnisse zurückgegeben werden. Auf dieser Seite wird beschrieben, wie Sie einen Relevanzschwellenwert angeben, um die Anzahl der in Abfragen zurückgegebenen Dokumente zu reduzieren.

Nach Relevanz auf Dokumentebene filtern

Jedes Dokument, das von einer Suchanfrage zurückgegeben wird, erhält eine Relevanzstufe, die angibt, wie relevant das zurückgegebene Dokument für die Anfrage ist. Wenn Sie eine Anfrage über einen API-Aufruf stellen, können Sie einen Relevanzschwellenwert festlegen. Wenn Sie einen hohen Relevanzschwellenwert festlegen, kann die Anzahl der von einer Abfrage zurückgegebenen Dokumente reduziert werden.

Wenn bei der Suche beispielsweise zu viele Dokumente zurückgegeben werden, die für Ihre Nutzer nicht relevant genug sind, legen Sie den Relevanzschwellenwert auf „Hoch“ fest, um die Ergebnisse auf die wenigen relevantesten Dokumente zu beschränken. Wenn die hohe Einstellung zu restriktiv ist, versuchen Sie es mit der mittleren Einstellung.

Für den Relevanzfilter auf Dokumentebene unterstützte Datentypen und Apps

Der Relevanzfilter auf Dokumentebene kann auf Datenspeicher mit den folgenden Arten von Daten angewendet werden:

• Website-Daten mit erweiterter Websiteindexierung
• Benutzerdefinierte unstrukturierte Daten
• Benutzerdefinierte strukturierte Daten

Der Relevanzfilter auf Dokumentebene funktioniert nicht für Datenspeicher mit grundlegender Websiteindexierung, Mediendaten oder Gesundheitsdaten.

Außerdem kann der Relevanzfilter auf Dokumentebene nicht mit zusammengeführten Such-Apps verwendet werden. Apps für die zusammengeführte Suche sind Apps, die mit mehreren Datenspeichern verbunden sind.

Andere Arten von Filtern

Der Relevanzfilter auf Dokumentebene ist nicht die einzige Möglichkeit, die von Abfragen zurückgegebenen Daten zu filtern. Sie können auch Filterausdrücke verwenden, um Ergebnisse anhand von Metadaten (in Datenspeichern für die erweiterte Websiteindexierung und unstrukturierte Daten mit Metadaten) und Feldwerten (in Datenspeichern für strukturierte Daten) zu filtern.

Weitere Informationen finden Sie unter:

• Filterausdrücke mit erweiterter Websiteindexierung

• Benutzerdefinierte Suche nach strukturierten oder unstrukturierten Daten filtern

Wenn Sie sowohl einen Filterausdruck als auch den Relevanzfilter auf Dokumentebene verwenden, wird zuerst der Filterausdruck auf die Ergebnisse angewendet und dann der Relevanzfilter auf Dokumentebene.

Hinweise

Sie müssen eine App und einen Datenspeicher erstellt und Daten in den Datenspeicher aufgenommen haben. Weitere Informationen finden Sie unter Such-App erstellen und Für den Relevanzfilter auf Dokumentebene unterstützte Datentypen und Apps.

Ergebnisse nach Relevanz auf Dokumentebene suchen und filtern

So filtern Sie nach Relevanz:

1. Suchen Sie Ihre App-ID. Wenn Sie Ihre App-ID bereits haben, fahren Sie mit dem nächsten Schritt fort.

   1. Rufen Sie in der Google Cloud Console die Seite KI-Anwendungen auf.

      Zu Apps wechseln

   2. Suchen Sie auf der Seite Apps nach dem Namen Ihrer App und entnehmen Sie die App-ID der Spalte ID.

2. Wenn Sie die Suche nach der Relevanz auf Dokumentebene filtern möchten, verwenden Sie das Feld relevanceThreshold mit der Methode engines.servingConfigs.search.

   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"
   }'
   

   Ersetzen Sie Folgendes:

   • PROJECT_ID: die ID Ihres Google Cloud Projekts.
   • APP_ID: Die ID der Vertex AI Search-App, die Sie abfragen möchten.
   • QUERY: Der Abfragetext für die Suche.
   • RELEVANCE_THRESHOLD: einer der folgenden Werte: HIGH, MEDIUM, LOW, LOWEST.

   Beispielbefehl und -ergebnis

   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",
         "title": "Check grounding"
       }
     }
   }
   ],
   "totalSize": 1,
   "attributionToken": "f_B-CgwIidzwswYQyue15gESJDY2N2M1NmJkLTAwMDAtMjk3Ni1iMGI4LTg4M2QyNGZmNTZhOCIHR0VORVJJQypAjr6dFavEii3b7Ygt3o-aIoCymiLC8J4Vo4CXIra3jC3Usp0V24-aIt7tiC3n7YgtrsSKLeTtiC2DspoixsvzFw",
   "guidedSearchResult": {},
   "summary": {}
   }
   

   Hier ist der Relevanzschwellenwert auf „hoch“ festgelegt, sodass nur die relevantesten Ergebnisse zurückgegeben werden. In diesem Beispiel wurde nur ein Dokument als hochrelevant eingestuft.

3. Testen Sie mehrere Abfragen mit unterschiedlichen Grenzwerten, um die besten Einstellungen für Ihre Daten und Anwendung zu ermitteln.