Filtra la búsqueda personalizada para datos estructurados o no estructurados

Si tienes una app de búsqueda que usa datos estructurados o datos no estructurados con metadatos, puedes usar los metadatos para filtrar tus búsquedas. En esta página, se explica cómo usar los campos de metadatos para restringir tu búsqueda a un conjunto específico de documentos.

Antes de comenzar

Asegúrate de haber creado una app y de haber transferido datos estructurados o no estructurados con metadatos. Para obtener más información, consulta Crea una app de búsqueda.

Ejemplo de metadatos

Revisa este ejemplo de metadatos para cuatro archivos PDF (document_1.pdf, document_2.pdf, document_3.pdf y document_4.pdf). Estos metadatos estarían en un archivo JSON en un bucket de Cloud Storage, junto con los archivos PDF. Puedes volver a consultar este ejemplo mientras lees esta página.

{"id": "1", "structData": {"title": "Policy on accepting corrected claims", "category": ["persona_A"]}, "content": {"mimeType": "application/pdf", "uri": "gs://bucketname_87654321/data/document_1.pdf"}}
{"id": "2", "structData": {"title": "Claims documentation and reporting guidelines for commercial members", "category": ["persona_A", "persona_B"]}, "content": {"mimeType": "application/pdf", "uri": "gs://bucketname_87654321/data/document_2.pdf"}}
{"id": "3", "structData": {"title": "Claims guidelines for bundled services and supplies for commercial members", "category": ["persona_B", "persona_C"]}, "content": {"mimeType": "application/pdf", "uri": "gs://bucketname_87654321/data/document_3.pdf"}}
{"id": "4", "structData": {"title": "Advantage claims submission guidelines", "category": ["persona_A", "persona_C"]}, "content": {"mimeType": "application/pdf", "uri": "gs://bucketname_87654321/data/document_4.pdf"}}

Sintaxis de la expresión de filtro

Asegúrate de comprender la sintaxis de la expresión de filtro que usarás para definir tu filtro de búsqueda. La sintaxis de la expresión de filtro se puede resumir con la siguiente forma Backus-Naur extendida:

  # A single expression or multiple expressions that are joined by "AND" or "OR".
  filter = expression, { " AND " | "OR", expression };
  # Expressions can be prefixed with "-" or "NOT" to express a negation.
  expression = [ "-" | "NOT " ],
    # A parenthetical expression.
    | "(", expression, ")"
    # A simple expression applying to a text field.
    # Function "ANY" returns true if the field exactly matches any of the literals.
    ( text_field, ":", "ANY", "(", literal, { ",", literal }, ")"
    # A simple expression applying to a numerical field. Function "IN" returns true
    # if a field value is within the range. By default, lower_bound is inclusive and
    # upper_bound is exclusive.
    | numerical_field, ":", "IN", "(", lower_bound, ",", upper_bound, ")"
    # A simple expression that applies to a numerical field and compares with a double value.
    | numerical_field, comparison, double
    # An expression that applies to a geolocation field with text/street/postal address.
    |  geolocation_field, ":", "GEO_DISTANCE(", literal, ",", distance_in_meters, ")"
    # An expression that applies to a geolocation field with latitude and longitude.
    | geolocation_field, ":", "GEO_DISTANCE(", latitude_double, ",", longitude_double, ",", distance_in_meters, ")"
    # Datetime field
    | datetime_field, comparison, literal_iso_8601_datetime_format);
  # A lower_bound is either a double or "*", which represents negative infinity.
  # Explicitly specify inclusive bound with the character 'i' or exclusive bound
  # with the character 'e'.
  lower_bound = ( double, [ "e" | "i" ] ) | "*";
  # An upper_bound is either a double or "*", which represents infinity.
  # Explicitly specify inclusive bound with the character 'i' or exclusive bound
  # with the character 'e'.
  upper_bound = ( double, [ "e" | "i" ] ) | "*";
  # Supported comparison operators.
  comparison = "<=" | "<" | ">=" | ">" | "=";
  # A literal is any double quoted string. You must escape backslash (\) and
  # quote (") characters.
  literal = double quoted string;
  text_field = text field - for example, category;
  numerical_field = numerical field - for example, score;
  geolocation_field = field of geolocation data type - for example home_address, location;
  datetime_field = field of datetime data type - for example creation_date, expires_on;
  literal_iso_8601_datetime_format = either a double quoted string representing ISO 8601 datetime or a numerical field representing microseconds from unix epoch.

Cómo buscar con un filtro de metadatos

Para buscar con un filtro de metadatos, sigue estos pasos:

1. Determina el campo de metadatos que se usará para filtrar tus búsquedas. Por ejemplo, para los metadatos de Antes de comenzar, puedes usar el campo category como filtro de búsqueda. Tus usuarios podrían filtrar por persona_A, persona_B o persona_C, de modo que su búsqueda se restrinja a los documentos asociados con el arquetipo que les interesa.

2. Para que el campo de metadatos sea indexable, haz lo siguiente:

   1. En la consola de Google Cloud , ve a la página AI Applications y, en el menú de navegación, haz clic en Apps.

      Ir a la página Apps

   2. Haz clic en la app de búsqueda.

   3. En el menú de navegación, haz clic en Datos.

   4. Haz clic en la pestaña Esquema. En esta pestaña, se muestra la configuración actual de los campos.

   5. Haz clic en Editar.

   6. Selecciona la casilla de verificación Indexable para el campo que deseas indexar.

   7. Haz clic en Guardar. Para obtener más información, consulta Cómo configurar los parámetros de configuración de los campos.

3. Busca el ID de tu almacén de datos. Si ya tienes el ID del almacén de datos, ve al siguiente paso.

   1. En la consola de Google Cloud , ve a la página AI Applications y, en el menú de navegación, haz clic en Data Stores.

      Ve a la página Almacenes de datos.

   2. Haz clic en el nombre de tu almacén de datos.

   3. En la página Datos de tu almacén de datos, obtén el ID del almacén de datos.

4. Obtener resultados de la búsqueda

   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/dataStores/DATA_STORE_ID/servingConfigs/default_search:search" \
   -d '{
   "query": "QUERY",
   "filter": "FILTER"
   }'
   

   Reemplaza lo siguiente:

   • PROJECT_ID: el ID de tu proyecto.
   • DATA_STORE_ID: Es el ID de tu almacén de datos.
   • QUERY: Es el texto de la búsqueda.
   • FILTER: es opcional. Es un campo de texto que te permite filtrar un conjunto específico de campos con la sintaxis de expresión de filtro. El valor predeterminado es una cadena vacía, lo que significa que no se aplica ningún filtro.

   Por ejemplo, supongamos que importaste los cuatro archivos PDF con metadatos de Antes de comenzar. Deseas buscar documentos que contengan la palabra "reclamos" y solo consultar documentos con un valor de category de persona_A. Para ello, debes incluir las siguientes instrucciones en tu llamada:

   "query": "claims",
   "filter": "category: ANY(\"persona_A\")"
   

   Para obtener más información, consulta la pestaña REST en Cómo obtener resultados de la búsqueda de una app con datos estructurados o no estructurados.

   Haz clic para ver un ejemplo de respuesta.

   Si realizas una búsqueda como la del procedimiento anterior, puedes esperar obtener una respuesta similar a la siguiente. Observa que la respuesta incluye los tres documentos que tienen un valor category de persona_A.

   {
   "results": [
   {
     "id": "2",
     "document": {
       "name": "projects/abcdefg/locations/global/collections/default_collection/dataStores/search_store_id/branches/0/documents/2",
       "id": "2",
       "structData": {
         "title": "Claims documentation and reporting guidelines for commercial members",
         "category": [
           "persona_A",
           "persona_B"
         ]
       },
       "derivedStructData": {
         "link": "gs://bucketname_87654321/data/document_2.pdf",
         "extractive_answers": [
           {
             "pageNumber": "1",
             "content": "lorem ipsum"
           }
         ]
       }
     }
   },
   {
     "id": "1",
     "document": {
       "name": "projects/abcdefg/locations/global/collections/default_collection/dataStores/search_store_id/branches/0/documents/1",
       "id": "1",
       "structData": {
         "title": "Policy on accepting corrected claims",
         "category": [
           "persona_A"
         ]
       },
       "derivedStructData": {
         "extractive_answers": [
           {
             "pageNumber": "2",
             "content": "lorem ipsum"
           }
         ],
         "link": "gs://bucketname_87654321/data/document_1.pdf"
       }
     }
   },
   {
     "id": "4",
     "document": {
       "name": "projects/abcdefg/locations/global/collections/default_collection/dataStores/search_store_id/branches/0/documents/4",
       "id": "4",
       "structData": {
         "title": "Advantage claims submission guidelines",
         "category": [
           "persona_A",
           "persona_C"
         ]
       },
       "derivedStructData": {
         "extractive_answers": [
           {
             "pageNumber": "47",
             "content": "lorem ipsum"
           }
         ],
         "link": "gs://bucketname_87654321/data/document_4.pdf"
       }
     }
   }
   ],
   "totalSize": 330,
   "attributionToken": "UvBRCgsI26PxpQYQs7vQZRIkNjRiYWY1MTItMDAwMC0yZWIwLTg3MTAtMTQyMjNiYzYzMWEyIgdHRU5FUklDKhSOvp0VpovvF8XL8xfC8J4V1LKdFQ",
   "guidedSearchResult": {},
   "summary": {}
   }
   

Ejemplos de expresiones de filtro

En la siguiente tabla, se proporcionan ejemplos de expresiones de filtro.

¿Qué sigue?

• Para comprender el impacto de los filtros en la calidad de la búsqueda, evalúa la calidad de la búsqueda. Para obtener más información, consulta Cómo evaluar la calidad de la búsqueda.