Azure Yapay Zeka Arama'te yapay zeka zenginleştirmesi

Azure Yapay Zeka Arama'te yapay zeka zenginleştirmesi, ham biçiminde aranamayan içeriği işlemek için Foundry Tools ile entegrasyonu ifade eder. Zenginleştirme aracılığıyla analiz ve çıkarım, daha önce hiç bulunmayan aranabilir içerik ve yapı oluşturmak için kullanılır.

Azure Yapay Zeka Arama metin ve vektör sorguları için kullanıldığından yapay zeka zenginleştirmesinin amacı, aramayla ilgili senaryolarda içeriğinizin yardımcı programını geliştirmektir. Ham içerik metin veya görüntü olmalıdır (vektörleri zenginleştiremezsiniz), ancak zenginleştirme işlem hattının çıkışı, öbekleme için Metin Bölme becerisi ve vektör kodlaması için Azure OpenAI Ekleme becerisi gibi beceriler kullanılarak bir arama dizininde vektörleştirilebilir ve dizine eklenebilir. Vektör senaryolarında becerileri kullanma hakkında daha fazla bilgi için bkz . Tümleşik veri öbekleme ve ekleme.

Yapay zeka zenginleştirmesi becerilere dayanmaktadır.

Yerleşik beceriler Döküm Araçları'nı seçin. Ham içeriğe aşağıdaki dönüştürmeleri ve işlemeyi uygular:

• Çok dilli arama için çeviri ve dil algılama.
• Büyük metin öbeklerinden kişi adlarını, yerleri ve diğer varlıkları ayıklamak için varlık tanıma.
• Önemli terimleri tanımlamak ve çıkarmak için anahtar ifade ayıklama.
• İkili dosyalarda yazdırılan ve el yazısı metinleri tanımak için optik karakter tanıma (OCR).
• Görüntü içeriğini açıklamak ve açıklamaları aranabilir metin alanları olarak çıkarmak için görüntü analizi.
• Tümleşik vektörleştirme için Azure OpenAI aracılığıyla metin ekleme.
• Metin ve görüntü vektörleştirme için Döküm Araçları'nda Azure Vision aracılığıyla çok modüllü eklemeler.

Kişiselleştirilmiş beceriler, harici kodunuzu çalıştırır. İşlem hattına eklemek istediğiniz özel işlemler için özel becerileri kullanabilirsiniz.

Yapay zeka zenginleştirme, Azure veri kaynaklarına bağlanan bir dizin oluşturucu işlem hattının uzantısıdır. Zenginleştirme işlem hattı, dizin oluşturucu işlem hattının (dizin oluşturucu, veri kaynağı, dizin) tüm bileşenlerine ve atomik zenginleştirme adımlarını belirten bir beceri kümesine sahiptir.

Aşağıdaki diyagramda yapay zeka zenginleştirmesinin ilerlemesi gösterilmektedir:

İçeri aktarma ilk adımdır. Burada dizin oluşturucu bir veri kaynağına bağlanır ve içeriği (belgeler) arama hizmetine çeker. Azure Blob Depolama, yapay zeka zenginleştirme senaryolarında kullanılan en yaygın kaynaktır, ancak desteklenen tüm veri kaynakları içerik sağlayabilir.

Zenginleştirme & Endeks, yapay zeka zenginleştirme işlem hattının çoğunu kapsar:

• Zenginleştirme, dizin oluşturucu belgeleri kırdığında ve resimleri ve metinleri ayıkladığında başlar. Sonraki işlem türü verilerinize ve beceri kümesine eklediğiniz becerilere bağlıdır. Görüntüler, görüntü işleme gerçekleştiren becerilere iletilebilir. Metin içeriği, metin ve doğal dil işleme için kuyruğa alınır. Dahili olarak beceriler, dönüşümleri gerçekleşirken toplayan zenginleştirilmiş bir belge oluşturur.

• Zenginleştirilmiş içerik beceri kümesi yürütmesi sırasında oluşturulur ve kaydetmediğiniz sürece geçicidir. Beceri çıkışlarını gelecekteki beceri kümesi yürütmelerinde yeniden kullanmak üzere kalıcı hale getirmek için bir zenginleştirme önbelleğini (önizleme) etkinleştirebilirsiniz.

• İçeriği arama dizinine almak için dizin oluşturucunun hedef alana zenginleştirilmiş içerik göndermek için eşleme bilgilerine sahip olması gerekir. Alan eşlemeleri (açık veya örtük) kaynak verilerden arama dizinine veri yolunu ayarlar. Çıktı alanı eşlemeleri , zenginleştirilmiş belgelerden dizine veri yolunu ayarlar.

• Dizin oluşturma, ham ve zenginleştirilmiş içeriğin bir arama dizininin fiziksel veri yapılarına (dosyaları ve klasörleri) alındığı işlemdir. Sözcük temelli analiz ve belirteç oluşturma bu adımda gerçekleşir.

Keşif son adımdır. Çıkış her zaman bir istemci uygulamasından sorgulayabileceğiniz bir arama dizinidir . Çıktı isteğe bağlı olarak Azure Depolama'daki veri araştırma araçları veya aşağı akış işlemleri aracılığıyla erişilen bloblardan ve tablolardan oluşan bir bilgi deposu olabilir. Bilgi deposu oluşturuyorsanız projeksiyonlar zenginleştirilmiş içeriğin veri yolunu belirler. Aynı zenginleştirilmiş içerik hem dizinlerde hem de bilgi depolarında görünebilir.

Yapay zeka zenginleştirmesi ne zaman kullanılır?

Ham içerik yapılandırılmamış metin, görüntü içeriği veya dil algılama ve çeviri gerektiren içerikse zenginleştirme yararlıdır. Yerleşik beceriler aracılığıyla yapay zeka uygulamak, tam metin arama ve veri bilimi uygulamaları için bu içeriğin kilidini açabilir.

Dış işleme sağlamak üzere özel beceriler de oluşturabilirsiniz. Açık kaynak, üçüncü taraf veya birinci taraf kodu özelleştirilmiş bir beceri olarak işlem hattına entegre edilebilir. Çeşitli belge türlerinin önemli özelliklerini tanımlayan sınıflandırma modelleri bu kategoriye girer, ancak içeriğinize değer katan herhangi bir dış paket kullanılabilir.

Yerleşik beceriler için kullanım örnekleri

Yerleşik beceriler, Döküm Araçları API'lerini temel alır: Azure Görüntü İşleme ve Azure Dili. İçerik girişiniz küçük değilse, daha büyük iş yüklerini çalıştırmak için faturalanabilir bir Microsoft Foundry kaynağı eklemeniz beklenir.

Yerleşik beceriler kullanılarak derlenen beceri kümesi, aşağıdaki uygulama senaryoları için uygundur:

• Görüntü işleme becerileri arasında Optik Karakter Tanıma (OCR) ve yüz algılama, görüntü yorumlama, görüntü tanıma (ünlü kişiler ve yer işaretleri) gibi görsel özelliklerin veya görüntü yönlendirmesi gibi özniteliklerin tanımlanması yer alır. Bu beceriler, Azure Yapay Zeka Arama'te tam metin araması için görüntü içeriğinin metin gösterimlerini oluşturur.

• Makine çevirisi, metin çevirisi becerisi tarafından sağlanır ve genellikle çok dilli çözümler için dil algılama ile eşleştirilir.

• Doğal dil işleme , metin öbeklerini analiz eder. Bu kategorideki beceriler Arasında Varlık Tanıma, Yaklaşım Algılama (fikir madenciliği dahil) ve Kişisel Olarak Tanımlanabilir Bilgi Algılama yer alır. Bu becerilerle yapılandırılmamış metinler, bir dizinde aranabilir ve filtrelenebilir alanlar olarak eşlenir.

Özel beceriler için kullanım örnekleri

Özel beceriler , sağladığınız dış kodu yürütür ve özel beceri web arabiriminde sarmalar. Azure-search-power-skills GitHub deposunda çeşitli özel beceriler örnekleri bulunabilir.

Özel beceriler her zaman karmaşık değildir. Örneğin, desen eşleştirme veya belge sınıflandırma modeli sağlayan mevcut bir paketiniz varsa, bunu özel bir beceri içinde sarmalayabilirsiniz.

Çıkışı depolama

Azure Yapay Zeka Arama'te dizin oluşturucu, oluşturduğu çıkışı kaydeder. Tek bir dizin oluşturucu çalıştırması, zenginleştirilmiş ve dizinlenmiş çıkış içeren en fazla üç veri yapısı oluşturabilir.

Dizinler ve bilgi depoları birbirinden tamamen bağımsızdır. Dizin oluşturucu gereksinimlerini karşılamak için bir dizin eklemeniz gerekir ancak tek amacınız bir bilgi deposuysa, dizin dolduruldıktan sonra dizini yoksayabilirsiniz.

İçeriği keşfetme

Arama dizinini veya bilgi deposunu tanımlayıp yükledikten sonra verilerini keşfedebilirsiniz.

Arama dizinini sorgulama

İşlem hattı tarafından oluşturulan zenginleştirilmiş içeriğe erişmek için sorgular çalıştırın. Dizin, Azure Yapay Zeka Arama için oluşturabileceğiniz diğer dizinler gibidir: Özel çözümleyicilerle metin analizini tamamlayabilir, benzer arama sorguları çağırabilir, filtreler ekleyebilir veya arama ilgi düzeyini ayarlamak için puanlama profilleriyle denemeler yapabilirsiniz.

Bilgi deposunda veri araştırma araçlarını kullanma

Azure Depolama'da bilgi deposu şu formları varsayabilir: JSON belgelerinin blob kapsayıcısı, görüntü nesnelerinin blob kapsayıcısı veya Tablo Depolama'daki tablolar. İçeriğinize erişmek için Depolama Gezgini, Power BI veya Azure Depolama'ya bağlanan herhangi bir uygulamayı kullanabilirsiniz.

• Blob kapsayıcısı, zenginleştirilmiş belgeleri tümüyle yakalar. Bu, özellikle başka işlemlere akış oluşturuyorsanız kullanışlıdır.

• Zenginleştirilmiş belge dilimlerine ihtiyacınız varsa veya çıkışın belirli bölümlerini dahil etmek veya dışlamak istiyorsanız tablo kullanışlıdır. Power BI'da analiz için tablolar, Power BI'da veri keşfi ve görselleştirme için önerilen veri kaynağıdır.

Kullanılabilirlik ve fiyatlandırma

Yapay zeka zenginleştirme, Foundry Tools sunan bölgelerde kullanılabilir. Yapay zeka zenginleştirmesinin kullanılabilirliğini denetlemek için bölgeler listesine bakın.

Faturalama, Standart fiyatlandırma modelini izler. Yerleşik becerilerle ilişkili maliyetler, Foundry Models kaynağında Azure OpenAI'yi veya beceri kümesinde Foundry kaynak anahtarını belirttiğinizde ortaya çıkar. Azure Yapay Zeka Arama tarafından ölçülen görüntü ayıklama ile ilişkili maliyetler de vardır. Ancak metin ayıklama ve yardımcı program becerileri faturalandırılamaz. Daha fazla bilgi için bkz. Azure Yapay Zeka Arama hizmetinin maliyetlerini planlama ve yönetme.

Denetim listesi: Tipik bir iş akışı

Zenginleştirme işlem hattı, beceri kümelerine sahip dizin oluşturuculardan oluşur. Dizin oluşturma sonrasında sonuçlarınızı doğrulamak için bir dizini sorgulayabilirsiniz.

Desteklenen bir veri kaynağındaki verilerin bir alt kümesiyle başlayın. Dizin oluşturucu ve beceri kümesi tasarımı yinelemeli bir süreçtir. Küçük bir temsili veri kümesiyle işler daha hızlı ilerler.

1. Verilerinize bir bağlantı belirten bir veri kaynağı oluşturun.

2. Beceri kümesi oluşturma. Projeniz küçük değilse , bir Dökümhane kaynağı eklemeniz gerekir. Bilgi deposu oluşturuyorsanız, bunu beceri kümesi içinde tanımlayın.

3. Arama dizinini tanımlayan bir dizin şeması oluşturun.

4. Önceki bileşenlerin tümünü bir araya getirmek için dizin oluşturucuyu oluşturun ve çalıştırın. Bu adım verileri alır, beceri kümesini çalıştırır ve dizini yükler.

   Dizin oluşturucu, veri yolunu bir arama dizinine ayarlayan alan eşlemelerini ve çıkış alanı eşlemelerini de belirttiğiniz yerdir.

   İsteğe bağlı olarak, dizin oluşturucu yapılandırmasında zenginleştirme önbelleğini etkinleştirin. Bu adım, daha sonra mevcut zenginleştirmeleri yeniden kullanmanıza olanak tanır.

5. Sonuçları değerlendirmek için sorgular çalıştırın veya beceri kümesi sorunlarıyla çalışmak için bir hata ayıklama oturumu başlatın.

Önceki adımlardan herhangi birini yinelemek için, dizin oluşturucuyu çalıştırmadan önce sıfırlayın . Alternatif olarak, nesneleri her çalıştırmada silebilir ve yeniden oluşturabilirsiniz (ücretsiz katmanı kullanıyorsanız önerilir). Önbelleğe almayı etkinleştirdiyseniz, kaynak veriler değişmediyse ve işlem hattında yaptığınız düzenlemeler önbelleği geçersiz kılmazsa dizin oluşturucu önbellekten çeker.

İlgili içerik

• Hızlı Başlangıç: Azure portalında beceri kümesi oluşturma
• Öğretici: Azure AI Arama'da beceri kümeleri
• Azure Yapay Zeka Arama Beceri Kümesi kavramları
• Azure Yapay Zeka Arama'da bilgi deposu
• Azure Yapay Zeka Arama'te bir beceri kümesi oluşturun
• REST kullanarak bilgi deposu oluşturma