Penelusuran lanjutan

Bagian ini membahas lebih lanjut nuansa dan topik lanjutan fitur penelusuran.

Sinonim kustom

Document AI Warehouse menyediakan fitur yang disebut "Sinonim Kustom" yang memungkinkan pelanggan memberikan sinonim mereka sendiri untuk domain tertentu. Sinonim, seperti namanya, adalah kata yang mirip yang digunakan selama penelusuran. Jika pengguna melakukan penelusuran untuk "televisi", sinonim berikut dapat ditambahkan dengan lancar tanpa sepengetahuan pengguna: "TV", "Monitor Video", "Layar Video". Istilah penelusuran asli pengguna dan sinonimnya akan digunakan untuk menjalankan kueri penelusuran.

Fitur ini membantu memperluas penelusuran pengguna dan menampilkan hasil yang diharapkan. Penggunaan umum mencakup istilah, akronim, jargon, dan bahasa daerah perusahaan atau industri.

Sinonim, Konteks, dan SynonymSet

Document AI Warehouse memperkenalkan tiga istilah utama untuk penyesuaian sinonim:

  • Synonym. Sinonim mewakili kumpulan kata yang semua katanya memiliki arti yang mirip.

  • Context. Konteks mewakili sekelompok pengguna (seperti pengguna industri, divisi, atau organisasi) yang memiliki sinonim tertentu yang tidak digunakan oleh grup lain. Misalnya, departemen Keuangan dan Layanan Kesehatan kemungkinan menggunakan SynonymSet yang sama sekali berbeda. Konteks dapat ditentukan di kolom queryContext Search API. Oleh karena itu, penggunaan konteks yang berbeda untuk istilah kueri penelusuran yang sama dapat menghasilkan hasil penelusuran yang berbeda.

  • SynonymSet. SynonymSet adalah kumpulan sinonim untuk konteks tertentu.

{
  "name": string,
  "context": string,
  "synonyms": [
    {
      object (Synonym)
    }
  ]
}

Contoh kasus penggunaan

SynonymSet dengan konteks: "finance"

"Mata uang","Valuta asing","dolar","euro"​​,"yen"
"Inflasi","CPI","ekspansi ekonomi","ledakan ekonomi","harga yang lebih tinggi"
"IRS","Internal Revenue Service","US Treasury"
"Tax return","1040","1120","1099","W-2"

Pada contoh sebelumnya, saat pengguna membuat kueri untuk 'Currency' dan queryContext adalah 'finance', sinonim lain dalam baris tersebut (yaitu, Foreign exchange, dollar, euro, yen) akan ditambahkan secara implisit ke kueri penelusuran. Demikian pula, jika pengguna mengkueri istilah apa pun di baris tersebut, semua istilah lainnya akan ditambahkan ke kueri akhir. Dengan menggunakan contoh yang sama, jika pengguna membuat kueri untuk 'euro', maka Mata uang, Valuta asing, dolar, dan yen akan ditambahkan ke kueri akhir.

SynonymSet dengan konteks: "healthcare"

"provider","clinic","hospital","doctor","therapist","specialist"
"Medical claim","Claim","1500","Diagnosis","ICD-9","ICD9","ICD-10","ICD10","CPT","HCPCS"
"cedera","trauma","sakit","luka","nyeri","memar","sayatan","laserasi","lesi","abrasi","kontusio"

Penelusuran dengan perluasan sinonim kustom

Jika pelanggan ingin menelusuri dokumen dengan perluasan sinonim kustom, mereka harus menentukan satu atau beberapa query_context. Anda dapat meninjau dokumentasinya di SearchDocuments API.

Seperti namanya, folder search hanya menelusuri folder tertentu dan subfoldernya.

Contoh permintaan penelusuran akan terlihat seperti ini:

  {
    document_query {
      query: "songs";,
      folderNameFilter: "projects/PROJECT_NUM/locations/LOCATION/documents/888"
    }
  }

Histogram

Histogram adalah fitur lanjutan yang menggabungkan jumlah pada data yang ditentukan. Misalnya, berapa banyak dokumen dari setiap skema yang cocok dengan kueri pengguna? Untuk database terkait pemerintah, jika pengguna menelusuri "Orange County", histogram skema data mungkin menampilkan jumlah surat izin mengemudi, akta nikah, atau akta yang cocok dengan kriteria penelusuran. Histogram mematuhi izin akses data pengguna yang meminta, sehingga hanya dokumen yang dapat diakses oleh pengguna yang meminta yang akan dihitung.

Histogram dapat menjadi referensi yang efektif; namun, mengumpulkan dan menggabungkan semua data memerlukan waktu.

Histogram tidak terpengaruh oleh kolom penomoran halaman permintaan penelusuran.

Format kueri histogram umum

HistogramQuery didefinisikan sebagai:

{
  "histogramQuery": string,
  "requirePreciseResultSize": boolean,
  "filters": {
    object (HistogramQueryPropertyNameFilter)
  }
}

Kolom histogram_query memiliki format: COUNT('<item to count>'). Kolom ini adalah kolom berulang, yang memungkinkan Anda memiliki lebih dari satu kueri histogram.

Kolom require_precise_result_size belum diimplementasikan.

Kolom filters dibahas di Bagian filter.

Histogram skema dokumen

Anda dapat membuat histogram skema dokumen atau jenis dokumen dengan menambahkan kueri histogram ini:

  {
    document_query {
      query: "test"
    },
    histogram_queries: [
      {
        histogram_query: "count('DocumentSchemaId')"
      }
    ]
  }

Misalnya, peta di dalam HistogramQueryResult kueri ini akan terlihat seperti berikut:

  histogramQueryResults: [
    {
      histogramQuery: "DocumentSchemaId",
      histogram:
        {
          "projects/1234/locations/us-west/documentSchemas/5543": "22",
          "projects/1234/locations/us-west/documentSchemas/5544": "2",
          "projects/1234/locations/us-west/documentSchemas/5545": "4",
          "projects/1234/locations/us-west/documentSchemas/5546": "122",
          "projects/1234/locations/us-west/documentSchemas/5547": "256",
          "projects/1234/locations/us-west/documentSchemas/5548": "1",
          "projects/1234/locations/us-west/documentSchemas/5549": "5",
          "projects/1234/locations/us-west/documentSchemas/5550": "15",
        }
    }
  ]

Contoh ini menunjukkan bahwa tiga skema dokumen cocok dengan kueri penelusuran yang diberikan, dan menunjukkan jumlah dokumen per skema dokumen.

Histogram properti

Histogram properti menampilkan jumlah properti yang dapat difilter yang ditentukan. Histogram properti memiliki format:

  COUNT('SomeSchema.SomeProp')

  // Also, you can try with:

  COUNT('SomeSchema.ParentProp.SubProp')

Berikut contoh permintaannya:

  histogramQueryResults: [
    {
      histogramQuery: "5678.text_prop",
      histogram: {
        some_text: "1",
        More_text: "55",
        Additional_text: "19"
      }
    }
  ]

Histogram ini menampilkan semua histogram properti yang dapat difilter berdasarkan kriteria HistogramQueryPropertyNameFilter. Tindakan ini akan menampilkan jumlah penggunaan properti (bukan jumlah nilai).

HistogramQueryPropertyNameFilter didefinisikan sebagai:

  {
    "documentSchemas": [
      string
    ],
    "propertyNames": [
      string
    ],
    "yAxis": enum (HistogramYAxis)
  }

Anda dapat membatasi hasil ke sekumpulan skema dokumen dengan mengisi kolom berulang yang disebut document_schemas hingga 10 kolom schema_ID. Properti yang digabungkan dapat dikurangi secara opsional menggunakan kolom property_names yang dapat diulang.

Kolom y_axis menentukan cara menghitung properti. Jika tidak ditetapkan atau ditetapkan ke HISTOGRAM_YAXIS_DOCUMENT, fitur histogram hanya akan menghitung penggunaan properti unik. Jika y_axis ditetapkan ke HISTOGRAM_YAXIS_PROPERTY, histogram akan menghitung semua penggunaan properti. Contoh:

Dokumen 1: Payments_property: [AMEX, VISA]

Dokumen 2: Payments_property: [MC]

`HISTOGRAM_YAXIS_DOCUMENT` would return:
  Payments_property: 2
  _Explanation_: The `Payments_property` is found in two documents

`HISTOGRAM_YAXIS_PROPERTY` would return:
  Payments_property: 3
  _Explanation_: The `Payments_property` has three values in the documents found

Berikut adalah contoh kueri sederhana:

  {
    document_query {
    },
    histogram_queries: [
      {
        histogramQuery: "count('FilterableProperties')";
      }
    ]
  }

Contoh respons untuk kueri sebelumnya adalah sebagai berikut:

  histogramQueryResults: [
    {
      histogramQuery: "FilterableProperties",
      histogram: {
        456.int_prop: "4",
        456.text_prop: "26"
      }
    }
  ]

Untuk memfilter hasil count('FilterableProperties')) menurut skema, lihat permintaan berikut:

  {
    document_query: {
    },
    histogram_queries: [
      {
        histogram_query: "count('FilterableProperties')",
        filters: {
          document_schemas: [
            "projects/1234/locations/us-west/documentSchemas/678",
            "projects/1234/locations/us-west/documentSchemas/456"
          ]
        }
      }
    ]
  }

Untuk memfilter hasil count('FilterableProperties') untuk properti tertentu, lihat permintaan berikut:

  {
    document_query: {
    },
    histogram_queries: [
      {
        histogram_query: "count('FilterableProperties')",
        filters: {
          property_names: [
            "678.MORTAGE_TYPE",
            "456.language_code"
          ]
        }
      }
    ]
  }

Untuk melihat jumlah properti untuk count("FilterableProperties"), ubah y_axis menjadi HISTOGRAM_YAXIS_PROPERTY sebagai berikut:

  {
    document_query: {
    },
    histogram_queries: [
      {
        histogram_query: "count('FilterableProperties')",
        filters: {
          y_axis: "HISTOGRAM_YAXIS_PROPERTY"
        }
      }
    ]
  }

Langkah berikutnya