Note
Azure AI 検索は、Azure ポータル、REST API、およびAzure SDKから使用できます。 また、Foundry IQ は、エンタープライズ コンテンツを、Microsoft Foundry ポータルのエージェントの再利用可能なアクセス許可に対応したナレッジ ベースに変換するマネージド ナレッジ レイヤーです。
Azure Blob Storage、Azure Data Lake Storage Gen2、SharePoint など、インデクサーでサポートされているいくつかのデータ ソースには、さまざまなコンテンツ タイプのスタンドアロン ファイルまたは埋め込みオブジェクトが含まれています。 これらのコンテンツ タイプの多くは、インデックス作成に役立つメタデータ プロパティを持っています。
metadata_storage_name などの標準 BLOB プロパティの検索フィールドを作成するのと同様に、ドキュメント形式に固有のメタデータ プロパティ用のフィールドを検索インデックス内に作成できます。
サポートされるドキュメントの形式
Azure AI 検索 では、次のドキュメント形式の BLOB のインデックス作成と SharePoint ドキュメントのインデックス作成がサポートされています。
- CSV (CSV BLOB のインデックス作成に関する記事を参照)
- EML
- EPUB
- GZ
- HTML
- JSON (JSON BLOB のインデックス作成に関する記事を参照)
- KML (地理的表現の XML)
- Markdown
- Microsoft Office 形式: DOCX/DOC/DOCM、XLSX/XLS/XLSM、PPTX/PPT/PPTM、MSG (Outlook 電子メール)、XML (2003 と 2006 両方の WORD XML)
- オープン ドキュメント形式: ODT、ODS、ODP
- プレーンテキスト ファイル (「プレーン テキストのインデックス作成」も参照)
- RTF
- XML
- ZIP
ドキュメント形式別のプロパティ
以下の表は、各ドキュメント形式の処理と、BLOB インデクサーおよび SharePoint インデクサーによって抽出されるメタデータ プロパティをまとめたものです。
| ドキュメントの形式/コンテンツの種類 | 抽出されるメタデータ | 処理の詳細 |
|---|---|---|
| CSV (テキスト/csv) | metadata_content_typemetadata_content_encoding |
テキストを抽出します 注: CSV BLOB から複数のドキュメント フィールドを抽出する必要がある場合は、「CSV BLOB をインデックス化する」を参照してください。 |
| DOC (application/msword) | metadata_content_typemetadata_authormetadata_character_countmetadata_creation_datemetadata_last_modifiedmetadata_page_countmetadata_word_count |
テキストを抽出します。埋め込みドキュメントも対象となります。 |
| DOCM (application/vnd.ms-word.document.macroenabled.12) | metadata_content_typemetadata_authormetadata_character_countmetadata_creation_datemetadata_last_modifiedmetadata_page_countmetadata_word_count |
テキストを抽出します。埋め込みドキュメントも対象となります。 |
| DOCX (application/vnd.openxmlformats-officedocument.wordprocessingml.document) | metadata_content_typemetadata_authormetadata_character_countmetadata_creation_datemetadata_last_modifiedmetadata_page_countmetadata_word_count |
テキストを抽出します。埋め込みドキュメントも対象となります。 |
| EML (メッセージ/rfc822) | metadata_content_typemetadata_message_frommetadata_message_tometadata_message_ccmetadata_creation_datemetadata_subject |
テキストを抽出します。添付ファイルも対象となります。 |
| EPUB (application/epub+zip) | metadata_content_typemetadata_authormetadata_creation_datemetadata_titlemetadata_descriptionmetadata_languagemetadata_keywordsmetadata_identifiermetadata_publisher |
アーカイブ内のすべてのドキュメントからテキストを抽出します。 |
| GZ (application/gzip) | metadata_content_type |
アーカイブ内のすべてのドキュメントからテキストを抽出します。 |
| HTML (text/html または application/xhtml+xml) | metadata_content_encodingmetadata_content_typemetadata_languagemetadata_descriptionmetadata_keywordsmetadata_title |
HTML 要素を削除し、テキストを抽出します。 |
| JSON (application/json) | metadata_content_typemetadata_content_encoding |
テキストを抽出します 注: JSON から複数のドキュメント フィールドを抽出する必要がある場合は、「JSON BLOB をインデックス化する」を参照してください。 |
| KML (application/vnd.google-earth.kml+xml) | metadata_content_typemetadata_content_encodingmetadata_language |
XML 要素を削除し、テキストを抽出します。 |
| MSG (application/vnd.ms-outlook) | metadata_content_typemetadata_message_frommetadata_message_from_emailmetadata_message_tometadata_message_to_emailmetadata_message_ccmetadata_message_cc_emailmetadata_message_bccmetadata_message_bcc_emailmetadata_creation_datemetadata_last_modifiedmetadata_subject |
テキスト (添付ファイルから抽出されたテキストを含む) を抽出します。
metadata_message_to_email、metadata_message_cc_email、metadata_message_bcc_email は、文字列コレクションです。 残りのフィールドは文字列です。 |
| ODP (application/vnd.oasis.opendocument.presentation) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modifiedmetadata_title |
テキストを抽出します。埋め込みドキュメントも対象となります。 |
| ODS (OpenDocument形式電子表計算ファイル、application/vnd.oasis.opendocument.spreadsheet) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modified |
テキストを抽出します。埋め込みドキュメントも対象となります。 |
| ODT（オープンドキュメントテキスト: application/vnd.oasis.opendocument.text） | metadata_content_typemetadata_authormetadata_character_countmetadata_creation_datemetadata_last_modifiedmetadata_page_countmetadata_word_count |
テキストを抽出します。埋め込みドキュメントも対象となります。 |
| PDF (アプリケーション/pdf) | metadata_content_typemetadata_languagemetadata_authormetadata_titlemetadata_creation_date |
テキストを抽出します。埋め込みドキュメントも対象となります (画像を除く)。 |
| プレーン テキスト (text/plain) | metadata_content_typemetadata_content_encodingmetadata_language |
テキストを抽出します |
| PPT (application/vnd.ms-powerpoint) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modifiedmetadata_slide_countmetadata_title |
テキストを抽出します。埋め込みドキュメントも対象となります。 |
| PPTM (application/vnd.ms-powerpoint.presentation.macroenabled.12) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modifiedmetadata_slide_countmetadata_title |
テキストを抽出します。埋め込みドキュメントも対象となります。 |
| PPTX（Microsoft PowerPointのファイル形式、application/vnd.openxmlformats-officedocument.presentationml.presentation） | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modifiedmetadata_slide_countmetadata_title |
テキストを抽出します。埋め込みドキュメントも対象となります。 |
| RTF (アプリケーション/rtf) | metadata_content_typemetadata_authormetadata_character_countmetadata_creation_datemetadata_last_modifiedmetadata_page_countmetadata_word_count |
テキストを抽出します |
| WORD 2003 XML (application/vnd.ms-wordml) | metadata_content_typemetadata_authormetadata_creation_date |
XML 要素を削除し、テキストを抽出します。 |
| WORD XML (application/vnd.ms-word2006ml) | metadata_content_typemetadata_authormetadata_character_countmetadata_creation_datemetadata_last_modifiedmetadata_page_countmetadata_word_count |
XML 要素を削除し、テキストを抽出します。 |
| XLS (エクセルファイル, application/vnd.ms-excel) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modified |
テキストを抽出します。埋め込みドキュメントも対象となります。 |
| XLSM (application/vnd.ms-excel.sheet.macroenabled.12) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modified |
テキストを抽出します。埋め込みドキュメントも対象となります。 |
| XLSX (OpenXMLフォーマットのエクセルスプレッドシートファイルapplication/vnd.openxmlformats-officedocument.spreadsheetml.sheet) | metadata_content_typemetadata_authormetadata_creation_datemetadata_last_modified |
テキストを抽出します。埋め込みドキュメントも対象となります。 |
| XML (application/xml) | metadata_content_typemetadata_content_encodingmetadata_language |
XML 要素を削除し、テキストを抽出します。 |
| ZIP (application/zip) | metadata_content_type |
アーカイブ内のすべてのドキュメントからテキストを抽出します。 |