Documents - Search Post

Hizmet:: Search Service

API Sürümü:: 2026-08-01-preview

Dizindeki belgeleri arar.

POST {endpoint}/indexes('{indexName}')/docs/search.post.search?api-version=2026-08-01-preview

URI Parametreleri

Name	İçinde	Gerekli	Tür	Description
endpoint	path	True	string (uri)	Arama hizmetinin uç nokta URL'si.
indexName	path	True	string	Dizinin adı.
api-version	query	True	string minLength: 1	Bu işlem için kullanılacak API sürümü.

İstek Başlığı

Name	Tür	Description
Accept	Accept	Kabul Et başlığı.
x-ms-query-source-authorization	string	Sorgunun yürütüldüğü kullanıcıyı tanımlayan belirteç. Bu belirteç, belgelerde güvenlik kısıtlamalarını zorlamak için kullanılır.
x-ms-enable-elevated-read	boolean	Sorgu işlemi için belge düzeyi izin denetimlerini atlayan yükseltilmiş okumayı etkinleştiren bir değer.
x-ms-client-request-id	string (uuid)	İstek için opak, genel olarak benzersiz, istemci tarafından oluşturulan bir dize tanımlayıcısı.

İstek Gövdesi

Name	Tür	Description
answers	QueryAnswerType	Yanıtların arama yanıtının bir parçası olarak döndürülip döndürülmeyeceğini belirten bir değer.
captions	QueryCaptionType	Açıklamalı alt yazıların arama yanıtının bir parçası olarak döndürülmesi gerekip gerekmediğini belirten bir değer.
count	boolean	Toplam sonuç sayısının getirilip getirilmeyeceğini belirten bir değer. Varsayılan değer false'tur. Bu değeri true olarak ayarlamak performansı etkileyebilir. Döndürülen sayın bir yaklaşık değer olduğunu unutmayın.
debug	QueryDebugMode	Yeniden sıralanan sonuçlarınızı daha fazla keşfetmek için kullanılabilecek bir hata ayıklama aracını etkinleştirir.
facets	string[]	Arama sorgusuna uygulanacak model ifadelerinin listesi. Her model ifadesi, isteğe bağlı olarak virgülle ayrılmış ad:değer çiftleri listesi içeren bir alan adı içerir.
filter	string	Arama sorgusuna uygulanacak OData $filter ifadesi.
highlight	string	Vurgulama vurguları için kullanılacak alan adlarının virgülle ayrılmış listesi. Yalnızca aranabilir alanlar isabet vurgulama için kullanılabilir.
highlightPostTag	string	Vurgulamalara isabet etmek için eklenen bir dize etiketi. HighlightPreTag ile ayarlanmalıdır. Varsayılan değer </em>değeridir.
highlightPreTag	string	Vurgulamalara basmak için önceden eklenen bir dize etiketi. highlightPostTag ile ayarlanmalıdır. Varsayılan değer, em<>.
hybridSearch	HybridSearch	Karma arama davranışlarını yapılandırmak için sorgu parametreleri.
minimumCoverage	number (double)	0 ile 100 arasında bir sayı, sorgunun başarılı olarak bildirilebilmesi için bir arama sorgusu tarafından kapsanması gereken dizinin yüzdesini gösterir. Bu parametre, yalnızca bir çoğaltması olan hizmetler için bile arama kullanılabilirliğini sağlamak için yararlı olabilir. Varsayılan değer 100'dür.
orderby	string	Sonuçların sıralanacağı ifadeleri $orderby için virgülle ayrılmış OData listesi. Her ifade bir alan adı veya geo.distance() veya search.score() işlevlerine yapılan bir çağrı olabilir. Her ifadeyi artanı belirtmek için asc, azalanı belirtmek için desc takip edebilir. Varsayılan değer artan düzendir. Bağlar, belgelerin eşleşme puanlarıyla bozulur. $orderby belirtilmezse, varsayılan sıralama düzeni belge eşleşme puanına göre azalan düzendedir. En fazla 32 $orderby yan tümcesi olabilir.
queryLanguage	QueryLanguage	Arama sorgusunun dilini belirten bir değer.
queryRewrites	QueryRewritesType	Arama sorgusunu artırmak için sorgu yeniden yazmalarının oluşturulup oluşturulmayacağını belirten bir değer.
queryType	QueryType	Arama sorgusunun söz dizimini belirten değer. Varsayılan değer 'basit'tir. Sorgunuz Lucene sorgu söz dizimini kullanıyorsa 'full' kullanın.
scoringParameters	string[]	Ad-değer biçimi kullanılarak puanlama işlevlerinde (örneğin, referencePointParameter) kullanılacak parametre değerlerinin listesi. Örneğin, puanlama profili 'mylocation' adlı bir parametreye sahip bir işlev tanımlarsa, parametre dizesi "mylocation--122.2,44.8" (tırnak işaretleri olmadan) olur.
scoringProfile	string	Sonuçları sıralamak için eşleşen belgeler için maç puanlarını değerlendirmek için bir puanlama profilinin adı.
scoringStatistics	ScoringStatistics	Daha tutarlı puanlama için puanlama istatistiklerini (belge sıklığı gibi) genel olarak mı yoksa daha düşük gecikme süresi için yerel olarak mı hesaplamak istediğimizi belirten bir değer. Varsayılan değer 'yerel'dir. Puanlamadan önce puanlama istatistiklerini genel olarak toplamak için 'genel' ifadesini kullanın. Genel puanlama istatistiklerinin kullanılması, arama sorgularının gecikme süresini artırabilir.
search	string	Tam metin arama sorgusu ifadesi; Tüm belgelerle eşleşmesi için "*" kullanın veya bu parametreyi atlayın.
searchFields	string	Tam metin aramasının kapsamına dahil edilen alan adlarının virgülle ayrılmış listesi. Tam Lucene sorgusunda alanlı arama (fieldName:searchExpression) kullanıldığında, her alanlı arama ifadesinin alan adları bu parametrede listelenen alan adlarından önceliklidir.
searchMode	SearchMode	Belgeyi eşleşme olarak saymak için arama terimlerinden herhangi birinin veya tümünün eşleştirilip eşleştirilmeyeceğini belirten bir değer.
select	string	Alınacak alanların virgülle ayrılmış listesi. Belirtilmezse, şemada alınabilir olarak işaretlenmiş tüm alanlar eklenir.
semanticConfiguration	string	Semantik türdeki sorgular için belgeler işlenirken kullanılacak anlamsal yapılandırmanın adı.
semanticErrorHandling	SemanticErrorMode	Kullanıcıya, bir anlamsal çağrının tamamen başarısız olup olmayacağını (varsayılan / geçerli davranış) veya kısmi sonuçlar döndürüp döndürmeyeceğini seçmesine izin verir.
semanticFields	string	Anlamsal sıralama için kullanılan alan adlarının virgülle ayrılmış listesi.
semanticMaxWaitInMilliseconds	integer (int32) minimum: 700	Kullanıcının, istek başarısız olmadan önce anlam zenginleştirme işleminin tamamlanması için gereken süreye göre bir üst sınır ayarlamasına izin verir.
semanticQuery	string	Yalnızca anlamsal yeniden boyutlandırma, semantik açıklamalı alt yazılar ve anlamsal yanıtlar için kullanılacak ayrı bir arama sorgusu ayarlamaya izin verir. Temel alma ve derecelendirme aşaması ile L2 semantik aşaması arasında farklı sorgular kullanılması gereken senaryolar için kullanışlıdır.
sessionId	string	Daha tutarlı sonuçlar elde etmeye yardımcı olabilecek yapışkan bir oturum oluşturmak için kullanılacak bir değer. Aynı sessionId kullanıldığı sürece, aynı çoğaltma kümesini hedeflemek için en iyi girişimde bulunulacaktır. Aynı sessionID değerlerini tekrar tekrar yeniden kullanmanın çoğaltmalar arasında isteklerin yük dengelemesini engelleyeceğine ve arama hizmetinin performansını olumsuz etkileyebileceğine dikkat edin. sessionId olarak kullanılan değer '_' karakteriyle başlayamaz.
skip	integer (int32)	Atlana arama sonuçlarının sayısı. Bu değer 100.000'den büyük olamaz. Belgeleri sırayla taramanız gerekiyorsa ancak bu sınırlama nedeniyle atlamayı kullanamıyorsanız, tamamen sıralı bir anahtarda orderby kullanmayı ve bunun yerine bir aralık sorgusuyla filtrelemeyi göz önünde bulundurun.
speller	QuerySpellerType	Bireysel arama sorgusu terimlerini düzeltmek için kullanılacak yazımcının türünü belirten bir değer.
top	integer (int32)	Alınacak arama sonuçlarının sayısı. Bu, arama sonuçlarının istemci tarafı disk belleğini uygulamak için $skip ile birlikte kullanılabilir. Sunucu tarafı sayfalama nedeniyle sonuçlar kesilirse yanıt, sonraki sonuç sayfası için başka bir Arama isteği göndermek için kullanılabilecek bir devam belirteci içerir.
vectorFilterMode	VectorFilterMode	Filtrelerin vektör araması yapılmadan önce mi yoksa sonra mı uygulanacağını belirler. Yeni dizinler için varsayılan değer 'preFilter'dır.
vectorQueries	VectorQuery[]: VectorizableImageBinaryQuery[] VectorizableImageUrlQuery[] VectorizableTextQuery[] VectorizedQuery[]	Vektör ve karma arama sorguları için sorgu parametreleri.

Yanıtlar

Name	Tür	Description
200 OK	SearchDocumentsResult	İstek başarılı oldu.
Other Status Codes	SearchDocumentsResult	Başarılı
Other Status Codes	ErrorResponse	Beklenmeyen bir hata yanıtı.

Güvenlik

api-key

Tür: apiKey
İçinde: header

OAuth2Auth

Tür: oauth2
Akış: implicit
Yetkilendirme URL’si: https://login.microsoftonline.com/common/oauth2/v2.0/authorize

Kapsamlar

Name	Description
https://search.azure.com/.default

Örnekler

SearchIndexSearchDocumentsPost

SearchIndexSearchDocumentsPostOsV2

SearchIndexSearchDocumentsSemanticPost

SearchIndexSearchDocumentsPost

Örnek isteği

HTTP

POST https://typespecpreviewexampleservice.search.windows.net/indexes('preview-test')/docs/search.post.search?api-version=2026-08-01-preview





{
  "count": true,
  "facets": [
    "ownerId",
    "price,metric:sum,default:10"
  ],
  "filter": "category eq 'purple' or category eq 'pink'",
  "highlight": "category",
  "highlightPostTag": "</em>",
  "highlightPreTag": "</em>",
  "minimumCoverage": 100,
  "orderby": "",
  "queryType": "semantic",
  "scoringStatistics": "global",
  "sessionId": "mysessionid",
  "scoringParameters": [
    "categoryTag:desiredCategoryValue"
  ],
  "scoringProfile": "stringFieldBoost",
  "debug": "vector",
  "search": "purple",
  "searchFields": "id,name,description,category,ownerId",
  "searchMode": "any",
  "queryLanguage": "en-us",
  "speller": "lexicon",
  "select": "id,name,description,category,ownerId",
  "skip": 0,
  "top": 10,
  "semanticConfiguration": "testconfig",
  "semanticErrorHandling": "partial",
  "semanticMaxWaitInMilliseconds": 5000,
  "semanticQuery": "find all purple",
  "answers": "extractive",
  "captions": "extractive",
  "queryRewrites": "generative",
  "semanticFields": "",
  "vectorQueries": [
    {
      "k": 50,
      "fields": "vector22, vector1b",
      "oversampling": 20,
      "weight": 1,
      "threshold": {
        "kind": "vectorSimilarity",
        "value": 0.984
      },
      "filterOverride": "ownerId eq 'sam'",
      "kind": "vector",
      "vector": [
        0,
        1,
        2,
        3,
        4,
        5,
        6,
        7,
        8,
        9
      ]
    }
  ],
  "vectorFilterMode": "preFilter",
  "hybridSearch": {
    "maxTextRecallSize": 100,
    "countAndFacetMode": "countAllResults"
  }
}

Örnek yanıt

Durum kodu:: 200

{
  "@odata.count": 27,
  "@search.coverage": 100,
  "@search.facets": {
    "ownerId": [
      {
        "count": 16,
        "value": "sam"
      },
      {
        "count": 8,
        "value": "ryan"
      },
      {
        "count": 3,
        "value": "benny"
      }
    ],
    "price": [
      {
        "sum": 320
      }
    ]
  },
  "@search.answers": [],
  "value": [
    {
      "@search.score": 0.015625,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.7178425788879395,
      "@search.rerankerBoostedScore": 1.7178425788879395,
      "@search.captions": [
        {
          "text": "test10 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 27.725889205932617
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "10",
      "name": "test",
      "description": "test10 hello",
      "category": "purple",
      "ownerId": "benny"
    },
    {
      "@search.score": 0.012820512987673283,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.7107532024383545,
      "@search.rerankerBoostedScore": 1.7107532024383545,
      "@search.captions": [
        {
          "text": "no vector.",
          "highlights": "</em>no vector.</em>"
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 21.559860229492188
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "empty-vectors",
      "name": "test",
      "description": "no vector",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.011627906933426857,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.7107532024383545,
      "@search.rerankerBoostedScore": 1.7107532024383545,
      "@search.captions": [
        {
          "text": "no vector.",
          "highlights": "</em>no vector.</em>"
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 6.500757217407227
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "no-vectors",
      "name": "test",
      "description": "no vector",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.011904762126505375,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6990556716918945,
      "@search.rerankerBoostedScore": 1.6990556716918945,
      "@search.captions": [
        {
          "text": "test4 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 6.500757217407227
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "4",
      "name": "test",
      "description": "test4 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.012345679104328156,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6951565742492676,
      "@search.rerankerBoostedScore": 1.6951565742492676,
      "@search.captions": [
        {
          "text": "test2 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 6.500757217407227
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "2",
      "name": "test",
      "description": "test2 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.0117647061124444,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.693029761314392,
      "@search.rerankerBoostedScore": 1.693029761314392,
      "@search.captions": [
        {
          "text": "test5 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 6.500757217407227
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "5",
      "name": "test",
      "description": "test5 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.01666666753590107,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6909029483795166,
      "@search.rerankerBoostedScore": 1.6909029483795166,
      "@search.captions": [
        {
          "text": "test7 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 39.23316955566406
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "7",
      "name": "test",
      "description": "test7 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.013698630034923553,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6777875423431396,
      "@search.rerankerBoostedScore": 1.6777875423431396,
      "@search.captions": [
        {
          "text": "test0 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 21.559860229492188
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "0",
      "name": "test",
      "description": "test0 hello",
      "category": "purple",
      "ownerId": "benny"
    },
    {
      "@search.score": 0.013888888992369175,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6650266647338867,
      "@search.rerankerBoostedScore": 1.6650266647338867,
      "@search.captions": [
        {
          "text": "test8 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 23.01456642150879
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "8",
      "name": "test",
      "description": "test8 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.012658228166401386,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6607730388641357,
      "@search.rerankerBoostedScore": 1.6607730388641357,
      "@search.captions": [
        {
          "text": "test11 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 6.500757217407227
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "11",
      "name": "test",
      "description": "test11 hello",
      "category": "purple",
      "ownerId": "sam"
    }
  ]
}

Durum kodu:: 206

{
  "@odata.count": 27,
  "@search.coverage": 100,
  "@search.facets": {
    "ownerId": [
      {
        "count": 16,
        "value": "sam"
      },
      {
        "count": 8,
        "value": "ryan"
      },
      {
        "count": 3,
        "value": "benny"
      }
    ],
    "price": [
      {
        "sum": 320
      }
    ]
  },
  "@search.answers": [],
  "value": [
    {
      "@search.score": 0.015625,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.7178425788879395,
      "@search.rerankerBoostedScore": 1.7178425788879395,
      "@search.captions": [
        {
          "text": "test10 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 27.725889205932617
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "10",
      "name": "test",
      "description": "test10 hello",
      "category": "purple",
      "ownerId": "benny"
    },
    {
      "@search.score": 0.012820512987673283,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.7107532024383545,
      "@search.rerankerBoostedScore": 1.7107532024383545,
      "@search.captions": [
        {
          "text": "no vector.",
          "highlights": "</em>no vector.</em>"
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 21.559860229492188
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "empty-vectors",
      "name": "test",
      "description": "no vector",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.011627906933426857,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.7107532024383545,
      "@search.rerankerBoostedScore": 1.7107532024383545,
      "@search.captions": [
        {
          "text": "no vector.",
          "highlights": "</em>no vector.</em>"
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 6.500757217407227
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "no-vectors",
      "name": "test",
      "description": "no vector",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.011904762126505375,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6990556716918945,
      "@search.rerankerBoostedScore": 1.6990556716918945,
      "@search.captions": [
        {
          "text": "test4 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 6.500757217407227
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "4",
      "name": "test",
      "description": "test4 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.012345679104328156,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6951565742492676,
      "@search.rerankerBoostedScore": 1.6951565742492676,
      "@search.captions": [
        {
          "text": "test2 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 6.500757217407227
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "2",
      "name": "test",
      "description": "test2 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.0117647061124444,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.693029761314392,
      "@search.rerankerBoostedScore": 1.693029761314392,
      "@search.captions": [
        {
          "text": "test5 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 6.500757217407227
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "5",
      "name": "test",
      "description": "test5 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.01666666753590107,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6909029483795166,
      "@search.rerankerBoostedScore": 1.6909029483795166,
      "@search.captions": [
        {
          "text": "test7 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 39.23316955566406
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "7",
      "name": "test",
      "description": "test7 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.013698630034923553,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6777875423431396,
      "@search.rerankerBoostedScore": 1.6777875423431396,
      "@search.captions": [
        {
          "text": "test0 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 21.559860229492188
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "0",
      "name": "test",
      "description": "test0 hello",
      "category": "purple",
      "ownerId": "benny"
    },
    {
      "@search.score": 0.013888888992369175,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6650266647338867,
      "@search.rerankerBoostedScore": 1.6650266647338867,
      "@search.captions": [
        {
          "text": "test8 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 23.01456642150879
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "8",
      "name": "test",
      "description": "test8 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.012658228166401386,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6607730388641357,
      "@search.rerankerBoostedScore": 1.6607730388641357,
      "@search.captions": [
        {
          "text": "test11 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 6.500757217407227
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "11",
      "name": "test",
      "description": "test11 hello",
      "category": "purple",
      "ownerId": "sam"
    }
  ]
}

SearchIndexSearchDocumentsPostOsV2

Örnek isteği

HTTP

POST https://previewexampleservice.search.windows.net/indexes('preview-test')/docs/search.post.search?api-version=2026-08-01-preview




{
  "count": true,
  "facets": [
    "ownerId",
    "price,metric:sum,default:10"
  ],
  "filter": "category eq 'purple' or category eq 'pink'",
  "highlight": "category",
  "highlightPostTag": "</em>",
  "highlightPreTag": "</em>",
  "minimumCoverage": 100,
  "queryType": "semantic",
  "scoringStatistics": "global",
  "sessionId": "mysessionid",
  "scoringParameters": [
    "categoryTag:desiredCategoryValue"
  ],
  "scoringProfile": "stringFieldBoost",
  "debug": "vector",
  "search": "purple",
  "searchFields": "id,name,description,category,ownerId",
  "searchMode": "any",
  "queryLanguage": "en-us",
  "speller": "lexicon",
  "select": "id,name,description,category,ownerId",
  "skip": 0,
  "top": 10,
  "semanticConfiguration": "testconfig",
  "semanticErrorHandling": "partial",
  "semanticMaxWaitInMilliseconds": 5000,
  "semanticQuery": "find all purple",
  "answers": "extractive",
  "captions": "extractive",
  "queryRewrites": "generative",
  "vectorQueries": [
    {
      "vector": [
        0,
        1,
        2,
        3,
        4,
        5,
        6,
        7,
        8,
        9
      ],
      "kind": "vector",
      "k": 50,
      "fields": "vector22, vector1b",
      "oversampling": 20,
      "weight": 1,
      "threshold": {
        "value": 0.984,
        "kind": "vectorSimilarity"
      },
      "filterOverride": "ownerId eq 'sam'"
    }
  ],
  "vectorFilterMode": "preFilter",
  "hybridSearch": {
    "maxTextRecallSize": 100,
    "countAndFacetMode": "countAllResults"
  }
}

Örnek yanıt

Durum kodu:: 200

{
  "@odata.count": 27,
  "@search.coverage": 100,
  "@search.facets": {
    "ownerId": [
      {
        "count": 16,
        "value": "sam"
      },
      {
        "count": 8,
        "value": "ryan"
      },
      {
        "count": 3,
        "value": "benny"
      }
    ],
    "price": [
      {
        "sum": 320
      }
    ]
  },
  "@search.answers": [],
  "value": [
    {
      "@search.score": 0.012987012974917889,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.7178425788879395,
      "@search.rerankerBoostedScore": 1.7178425788879395,
      "@search.captions": [
        {
          "text": "test10 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 15.319689750671387
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "10",
      "name": "test",
      "description": "test10 hello",
      "category": "purple",
      "ownerId": "benny"
    },
    {
      "@search.score": 0.013333333656191826,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.7079174518585205,
      "@search.rerankerBoostedScore": 1.7079174518585205,
      "@search.captions": [
        {
          "text": "no vector.",
          "highlights": "</em>no vector.</em>"
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 18.800146102905273
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "no-vectors",
      "name": "test",
      "description": "no vector",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.012195121496915817,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.7079174518585205,
      "@search.rerankerBoostedScore": 1.7079174518585205,
      "@search.captions": [
        {
          "text": "no vector.",
          "highlights": "</em>no vector.</em>"
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 15.319689750671387
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "empty-vectors",
      "name": "test",
      "description": "no vector",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.012345679104328156,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6994102001190186,
      "@search.rerankerBoostedScore": 1.6994102001190186,
      "@search.captions": [
        {
          "text": "test4 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 15.319689750671387
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "4",
      "name": "test",
      "description": "test4 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.0117647061124444,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6937386989593506,
      "@search.rerankerBoostedScore": 1.6937386989593506,
      "@search.captions": [
        {
          "text": "test2 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 11.507283210754395
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "2",
      "name": "test",
      "description": "test2 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.013698630034923553,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6923208236694336,
      "@search.rerankerBoostedScore": 1.6923208236694336,
      "@search.captions": [
        {
          "text": "test5 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 21.559860229492188
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "5",
      "name": "test",
      "description": "test5 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.013513513840734959,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.691611886024475,
      "@search.rerankerBoostedScore": 1.691611886024475,
      "@search.captions": [
        {
          "text": "test7 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 18.800146102905273
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "7",
      "name": "test",
      "description": "test7 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.01315789483487606,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6781420707702637,
      "@search.rerankerBoostedScore": 1.6781420707702637,
      "@search.captions": [
        {
          "text": "test0 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 15.319689750671387
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "0",
      "name": "test",
      "description": "test0 hello",
      "category": "purple",
      "ownerId": "benny"
    },
    {
      "@search.score": 0.015625,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6653810739517212,
      "@search.rerankerBoostedScore": 1.6653810739517212,
      "@search.captions": [
        {
          "text": "test8 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 33.067142486572266
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "8",
      "name": "test",
      "description": "test8 hello",
      "category": "purple",
      "ownerId": "sam"
    },
    {
      "@search.score": 0.016393441706895828,
      "@search.highlights": {
        "category": [
          "</em>purple</em>"
        ]
      },
      "@search.rerankerScore": 1.6618363857269287,
      "@search.rerankerBoostedScore": 1.6618363857269287,
      "@search.captions": [
        {
          "text": "test11 hello.",
          "highlights": ""
        }
      ],
      "@search.documentDebugInfo": {
        "vectors": {
          "subscores": {
            "documentBoost": 1,
            "text": {
              "searchScore": 33.067142486572266
            },
            "vectors": [
              {}
            ]
          }
        }
      },
      "id": "11",
      "name": "test",
      "description": "test11 hello",
      "category": "purple",
      "ownerId": "sam"
    }
  ]
}

Durum kodu:: 206

{
  "value": []
}

SearchIndexSearchDocumentsSemanticPost

Örnek isteği

HTTP

POST https://myservice.search.windows.net/indexes('myindex')/docs/search.post.search?api-version=2026-08-01-preview

{
  "count": true,
  "highlightPostTag": "</em>",
  "highlightPreTag": "<em>",
  "queryType": "semantic",
  "search": "how do clouds form",
  "semanticConfiguration": "my-semantic-config",
  "answers": "extractive|count-3",
  "captions": "extractive|highlight-true",
  "semanticErrorHandling": "partial",
  "semanticMaxWaitInMilliseconds": 780
}

Örnek yanıt

Durum kodu:: 200

{
  "@odata.count": 25,
  "@search.answers": [
    {
      "key": "4123",
      "text": "Sunlight heats the land all day, warming that moist air and causing it to rise high into the   atmosphere until it cools and condenses into water droplets. Clouds generally form where air is ascending (over land in this case),   but not where it is descending (over the river).",
      "highlights": "Sunlight heats the land all day, warming that moist air and causing it to rise high into the   atmosphere until it cools and condenses into water droplets. Clouds generally form<em> where air is ascending</em> (over land in this case),   but not where it is<em> descending</em> (over the river).",
      "score": 0.94639826
    }
  ],
  "@search.nextPageParameters": {
    "count": true,
    "highlightPostTag": "</em>",
    "highlightPreTag": "<em>",
    "queryType": "semantic",
    "search": "how do clouds form",
    "semanticConfiguration": "my-semantic-config",
    "answers": "extractive|count-3",
    "captions": "extractive|highlight-true",
    "semanticErrorHandling": "partial",
    "semanticMaxWaitInMilliseconds": 780,
    "skip": 2,
    "top": 8
  },
  "value": [
    {
      "@search.score": 0.5479723,
      "@search.rerankerScore": 1.0321671911515296,
      "@search.captions": [
        {
          "text": "Like all clouds, it forms when the air reaches its dew point—the temperature at which an air mass is cool enough for its water vapor to condense into liquid droplets. This false-color image shows valley fog, which is common in the Pacific Northwest of North America.",
          "highlights": "Like all<em> clouds</em>, it<em> forms</em> when the air reaches its dew point—the temperature at    which an air mass is cool enough for its water vapor to condense into liquid droplets. This false-color image shows valley<em> fog</em>, which is common in the Pacific Northwest of North America."
        }
      ],
      "id": "4123",
      "title": "Earth Atmosphere",
      "content": "Fog is essentially a cloud lying on the ground. Like all clouds, it forms when the air reaches its dew point—the temperature at  \n\nwhich an air mass is cool enough for its water vapor to condense into liquid droplets.\n\nThis false-color image shows valley fog, which is common in the Pacific Northwest of North America. On clear winter nights, the \n\nground and overlying air cool off rapidly, especially at high elevations. Cold air is denser than warm air, and it sinks down into the \n\nvalleys. The moist air in the valleys gets chilled to its dew point, and fog forms. If undisturbed by winds, such fog may persist for \n\ndays. The Terra satellite captured this image of foggy valleys northeast of Vancouver in February 2010.\n\n\n",
      "locations": [
        "Pacific Northwest",
        "North America",
        "Vancouver"
      ]
    }
  ],
  "@odata.nextLink": "https://myservice.search.windows.net/indexes('myindex')/docs/search.post.search?api-version=2025-05-01-preview"
}

Durum kodu:: 206

{
  "@odata.count": 25,
  "@search.answers": [
    {
      "key": "4123",
      "text": "Sunlight heats the land all day, warming that moist air and causing it to rise high into the   atmosphere until it cools and condenses into water droplets. Clouds generally form where air is ascending (over land in this case),   but not where it is descending (over the river).",
      "highlights": "Sunlight heats the land all day, warming that moist air and causing it to rise high into the   atmosphere until it cools and condenses into water droplets. Clouds generally form<em> where air is ascending</em> (over land in this case),   but not where it is<em> descending</em> (over the river).",
      "score": 0.94639826
    }
  ],
  "@search.nextPageParameters": {
    "count": true,
    "highlightPostTag": "</em>",
    "highlightPreTag": "<em>",
    "queryType": "semantic",
    "search": "how do clouds form",
    "semanticConfiguration": "my-semantic-config",
    "answers": "extractive|count-3",
    "captions": "extractive|highlight-true",
    "semanticErrorHandling": "partial",
    "semanticMaxWaitInMilliseconds": 780,
    "skip": 2,
    "top": 8
  },
  "value": [
    {
      "@search.score": 0.5479723,
      "@search.rerankerScore": 1.0321671911515296,
      "@search.captions": [
        {
          "text": "Like all clouds, it forms when the air reaches its dew point—the temperature at which an air mass is cool enough for its water vapor to condense into liquid droplets. This false-color image shows valley fog, which is common in the Pacific Northwest of North America.",
          "highlights": "Like all<em> clouds</em>, it<em> forms</em> when the air reaches its dew point—the temperature at    which an air mass is cool enough for its water vapor to condense into liquid droplets. This false-color image shows valley<em> fog</em>, which is common in the Pacific Northwest of North America."
        }
      ],
      "id": "4123",
      "title": "Earth Atmosphere",
      "content": "Fog is essentially a cloud lying on the ground. Like all clouds, it forms when the air reaches its dew point—the temperature at  \n\nwhich an air mass is cool enough for its water vapor to condense into liquid droplets.\n\nThis false-color image shows valley fog, which is common in the Pacific Northwest of North America. On clear winter nights, the \n\nground and overlying air cool off rapidly, especially at high elevations. Cold air is denser than warm air, and it sinks down into the \n\nvalleys. The moist air in the valleys gets chilled to its dew point, and fog forms. If undisturbed by winds, such fog may persist for \n\ndays. The Terra satellite captured this image of foggy valleys northeast of Vancouver in February 2010.\n\n\n",
      "locations": [
        "Pacific Northwest",
        "North America",
        "Vancouver"
      ]
    }
  ],
  "@odata.nextLink": "https://myservice.search.windows.net/indexes('myindex')/docs/search.post.search?api-version=2025-05-01-preview"
}

Tanımlar

Name	Description
Accept	Kabul Et başlığı.
DebugInfo	Arama sonuçlarınızı daha fazla incelemek için kullanılabilecek hata ayıklama bilgilerini içerir.
DocumentDebugInfo	Arama sonuçlarınızı daha fazla incelemek için kullanılabilecek hata ayıklama bilgilerini içerir.
ErrorAdditionalInfo	Kaynak yönetimi hatasına ilişkin ek bilgiler.
ErrorDetail	Hata ayrıntısı.
ErrorResponse	Başarısız işlemlerin hata ayrıntılarını döndürmek için tüm Azure Resource Manager API'leri için genel hata yanıtı. (Bu, OData hata yanıt biçimini de izler.).
HybridCountAndFacetMode	Sayım ve modellerin arama sorgusuyla eşleşen tüm belgeleri mi yoksa yalnızca 'maxTextRecallSize' penceresinde alınan belgeleri mi içermesi gerektiğini belirler. Varsayılan değer 'countAllResults' değeridir.
HybridSearch	Karma arama davranışlarını yapılandırmak için sorgu parametreleri.
QueryAnswerResult	Yanıt, sorguyla eşleşen en ilgili belgelerin içeriklerinden ayıklanan metin metnidir. Yanıtlar en üstteki arama sonuçlarından ayıklanır. Yanıt adayları puanlanmış ve en iyi yanıtlar seçilmiştir.
QueryAnswerType	Bu parametre yalnızca sorgu türü .`semantic` Ayarlanırsa, sorgu en yüksek dereceli belgelerdeki anahtar geçitlerden ayıklanan yanıtları döndürür. Döndürülen yanıtların sayısı, kanal karakteri `\|` ve ardından yanıtlar parametre değerinden sonra gelen `count-<number of answers>` seçenek eklenerek yapılandırılabilir, örneğin `extractive\|count-3`. Varsayılan sayı 1'dir. Güven eşiği, boru karakteri `\|` ve ardından yanıtlar parametre değerinden sonra gelen `threshold-<confidence threshold>` seçenek eklenerek yapılandırılabilir, örneğin `extractive\|threshold-0.9`. Varsayılan eşik 0,7'dir. Yanıtların maksimum karakter uzunluğu, '\|' dikey çizgi karakteri ve ardından 'extractive\|maxcharlength-600' gibi 'maksimum karakter uzunluğunun< sayı> sayısı' eklenerek yapılandırılabilir.
QueryCaptionResult	Resim yazıları, belgeden arama sorgusuna göre en temsili bölümlerdir. Bunlar genellikle belge özeti olarak kullanılır. Resim yazıları yalnızca `semantic`türünde sorgular için döndürülür.
QueryCaptionType	Bu parametre yalnızca sorgu türü .`semantic` Ayarlanırsa, sorgu en yüksek dereceli belgelerdeki anahtar geçitlerden ayıklanan açıklamalı alt yazıları döndürür. Altyazılar olarak `extractive`ayarlandığında, vurgulama varsayılan olarak etkindir ve dikey çizgi karakterinin `\|` ardından aşağıdaki gibi `highlight-<true/false>`bir seçenek eklenerek `extractive\|highlight-true` yapılandırılabilir. Varsayılan değer `None`’dır. Altyazıların maksimum karakter uzunluğu, '\|' dikey çizgi karakteri ve ardından 'extractive\|maxcharlength-600' gibi 'maksimum karakter uzunluğunun< sayı> sayısı' eklenerek yapılandırılabilir.
QueryDebugMode	Arama sonuçlarınızı daha fazla araştırmak için kullanılabilecek bir hata ayıklama aracı sağlar. Birden çok hata ayıklama modunu aynı anda bir \| karakteri, örneğin: semantic\|queryRewrites.
QueryLanguage	Sorgunun dili.
QueryResultDocumentRerankerInput	Anlam zenginleştirme işlemine gönderilen ham birleştirilmiş dizeler.
QueryResultDocumentSemanticField	Anlam zenginleştirme işlemine gönderilen alanların açıklaması ve bunların nasıl kullanıldığı
QueryResultDocumentSubscores	Bu belge için arama sorgusunun metin ve vektör sorgusu bileşenleri arasındaki alt çekirdeklerin dökümü. Her vektör sorgusu, alındıkları sırayla ayrı bir nesne olarak gösterilir.
QueryRewritesDebugInfo	Sorgu yeniden yazmalarına özgü hata ayıklama bilgilerini içerir.
QueryRewritesType	Bu parametre yalnızca sorgu türü .`semantic` QueryRewrites olarak `generative`ayarlandığında, sorgu terimleri, isteğin geri çağrılmasını artırmaya yardımcı olmak için 10 (varsayılan) yeniden yazma üretecek bir oluşturma modeline gönderilir. İstenen sayı, kanal karakterinin `\|` sonuna ve ardından gibi `count-<number of rewrites>`bir `generative\|count-3` seçenek eklenerek yapılandırılabilir. Varsayılan değer `None`’dır.
QueryRewritesValuesDebugInfo	Sorgu yeniden yazmalarına özgü hata ayıklama bilgilerini içerir.
QuerySpellerType	Tek tek arama sorgusu terimlerini yazım düzelterek arama geri çağırmayı geliştirin.
QueryType	Arama sorgusunun sözdizimini belirtir. Varsayılan değer 'basit'tir. Sorgunuz Lucene sorgu sözdizimini kullanıyorsa 'tam' ve sorgu söz dizimi gerekmiyorsa 'semantic' kullanın.
ScoringStatistics	Daha tutarlı puanlama için puanlama istatistiklerini (belge sıklığı gibi) genel olarak mı yoksa daha düşük gecikme süresi için yerel olarak mı hesaplamak istediğimizi belirten bir değer. Varsayılan değer 'yerel'dir. Puanlamadan önce puanlama istatistiklerini genel olarak toplamak için 'genel' ifadesini kullanın. Genel puanlama istatistiklerinin kullanılması, arama sorgularının gecikme süresini artırabilir.
SearchDocumentsResult	Bir dizinden arama sonuçlarını içeren yanıt.
SearchMode	Belgeyi eşleşme olarak saymak için arama terimlerinden herhangi birinin veya tümünün eşleşmesi gerekip gerekmediğini belirtir.
SearchRequest	Filtreleme, sıralama, yüz tanıma, sayfalama ve diğer arama sorgusu davranışları için parametreler.
SearchResult	Arama sorgusu tarafından bulunan bir belgeyi ve ilişkili meta verileri içerir.
SearchScoreThreshold	Vektör sorgusunun sonuçları, '
SemanticDebugInfo	Anlamsal sıralama isteklerine özgü hata ayıklama bilgilerini içerir.
SemanticErrorMode	Kullanıcı, bir anlamsal çağrının tamamen başarısız olup olmayacağını veya kısmi sonuçları döndürüp döndürmemesini seçebilir.
SemanticErrorReason	Anlamsal sıralama isteği için kısmi bir yanıt döndürülmesinin nedeni.
SemanticFieldState	Alanın anlamsal zenginleştirme süreci için nasıl kullanıldığı.
SemanticQueryRewritesResultType	Bu istek için kullanılan sorgu yeniden yazma türü.
SemanticSearchResultsType	Anlamsal sıralama isteği için döndürülen kısmi yanıtın türü.
SingleVectorFieldResult	Tek bir vektör alanı sonucu. Both
TextResult	Sorgunun metin bölümü için BM25 veya Klasik puanı.
VectorFilterMode	Filtrelerin vektör araması yapılmadan önce mi yoksa sonra mı uygulanacağını belirler.
VectorizableImageBinaryQuery	Vektörleştirilmesi gereken bir görüntünün temel 64 kodlanmış ikili dosyası sağlandığında vektör araması için kullanılacak sorgu parametreleri.
VectorizableImageUrlQuery	Vektörleştirilmesi gereken bir görüntü değerini temsil eden bir URL sağlandığında vektör araması için kullanılacak sorgu parametreleri.
VectorizableTextQuery	Vektörleştirilmesi gereken bir metin değeri sağlandığında vektör araması için kullanılacak sorgu parametreleri.
VectorizedQuery	Ham vektör değeri sağlandığında vektör araması için kullanılacak sorgu parametreleri.
VectorQueryKind	Gerçekleştirilen vektör sorgusunun türü.
VectorsDebugInfo	"Vektör ve hibrit arama için özel hata ayıklama bilgisi içerir.")
VectorSimilarityThreshold	Vektör sorgusunun sonuçları vektör benzerliği ölçümüne göre filtrelenir. Bunun benzerlik ölçümünün kurallı tanımı olduğunu, 'uzaklık' sürümünün olmadığını unutmayın. Eşik yönü (daha büyük veya daha küçük) alan tarafından kullanılan ölçüme göre otomatik olarak seçilir.
VectorThresholdKind	Vektör sorgularını filtrelemek için kullanılan eşik türü.

Accept

Numaralandırma

Kabul Et başlığı.

Değer	Description
application/json;odata.metadata=none

DebugInfo

Nesne

Arama sonuçlarınızı daha fazla incelemek için kullanılabilecek hata ayıklama bilgilerini içerir.

Name	Tür	Description
queryRewrites	QueryRewritesDebugInfo	Sorgu yeniden yazmalarına özgü hata ayıklama bilgilerini içerir.

DocumentDebugInfo

Nesne

Arama sonuçlarınızı daha fazla incelemek için kullanılabilecek hata ayıklama bilgilerini içerir.

Name	Tür	Description
innerHits	object	Karmaşık türlerden oluşan bir koleksiyon içinde eşleşen vektörlere özgü hata ayıklama bilgilerini içerir.
semantic	SemanticDebugInfo	Anlamsal sıralama isteklerine özgü hata ayıklama bilgilerini içerir.
vectors	VectorsDebugInfo	Vektör ve karma aramaya özgü hata ayıklama bilgilerini içerir.

ErrorAdditionalInfo

Nesne

Kaynak yönetimi hatasına ilişkin ek bilgiler.

Name	Tür	Description
info		Ek bilgiler.
type	string	Ek bilgi türü.

ErrorDetail

Nesne

Hata ayrıntısı.

Name	Tür	Description
additionalInfo	ErrorAdditionalInfo[]	Hata ek bilgisi.
code	string	Hata kodu.
details	ErrorDetail[]	Hata ayrıntıları.
message	string	Hata iletisi.
target	string	Hata hedefi

ErrorResponse

Nesne

Başarısız işlemlerin hata ayrıntılarını döndürmek için tüm Azure Resource Manager API'leri için genel hata yanıtı. (Bu, OData hata yanıt biçimini de izler.).

Name	Tür	Description
error	ErrorDetail	Hata nesnesi.

HybridCountAndFacetMode

Numaralandırma

Sayım ve modellerin arama sorgusuyla eşleşen tüm belgeleri mi yoksa yalnızca 'maxTextRecallSize' penceresinde alınan belgeleri mi içermesi gerektiğini belirler. Varsayılan değer 'countAllResults' değeridir.

Değer	Description
countRetrievableResults	'count' ve 'facets' hesaplanırken yalnızca 'maxTextRecallSize' alma penceresi içinde eşleşen belgeleri dahil edin.
countAllResults	'count' ve 'facets' hesaplanırken arama sorgusuyla eşleşen tüm belgeleri, bu belgelerin 'maxTextRecallSize' alma penceresi içinde olup olmadığına bakılmaksızın dahil edin.

HybridSearch

Nesne

Karma arama davranışlarını yapılandırmak için sorgu parametreleri.

Name	Tür	Description
countAndFacetMode	HybridCountAndFacetMode	Sayım ve modellerin arama sorgusuyla eşleşen tüm belgeleri mi yoksa yalnızca 'maxTextRecallSize' penceresinde alınan belgeleri mi içermesi gerektiğini belirler.
maxTextRecallSize	integer (int32)	Karma arama isteğinin metin sorgusu bölümü tarafından alınacak en fazla belge sayısını belirler. Bu belgeler, tek bir nihai sonuç listesi oluşturmak için vektör sorgularıyla eşleşen belgelerle birleştirilecektir. Daha büyük bir maxTextRecallSize değeri seçmek, daha yüksek kaynak kullanımı ve daha yüksek gecikme süresi pahasına daha fazla belgenin alınmasına ve sayfalanmasına (top ve skip parametrelerini kullanarak) olanak tanır. Değerin 1 ile 10.000 arasında olması gerekir. Varsayılan değer 1000'dir.

QueryAnswerResult

Nesne

Yanıt, sorguyla eşleşen en ilgili belgelerin içeriklerinden ayıklanan metin metnidir. Yanıtlar en üstteki arama sonuçlarından ayıklanır. Yanıt adayları puanlanmış ve en iyi yanıtlar seçilmiştir.

Name	Tür	Description
highlights	string	Sorguyla en ilgili metin ifadelerinin vurgulandığı Text özelliğindeki metin metniyle aynı metin metni.
key	string	Yanıtın ayıklandığı belgenin anahtarı.
score	number (double)	Puan değeri, yanıtın sorgu için döndürülen diğer yanıtlara göre sorguyla ne kadar ilgili olduğunu gösterir.
text	string	Yanıt olarak belge içeriğinden ayıklanan metin metni.

QueryAnswerType

Numaralandırma

Bu parametre yalnızca sorgu türü .semantic Ayarlanırsa, sorgu en yüksek dereceli belgelerdeki anahtar geçitlerden ayıklanan yanıtları döndürür. Döndürülen yanıtların sayısı, kanal karakteri | ve ardından yanıtlar parametre değerinden sonra gelen count-<number of answers> seçenek eklenerek yapılandırılabilir, örneğin extractive|count-3. Varsayılan sayı 1'dir. Güven eşiği, boru karakteri | ve ardından yanıtlar parametre değerinden sonra gelen threshold-<confidence threshold> seçenek eklenerek yapılandırılabilir, örneğin extractive|threshold-0.9. Varsayılan eşik 0,7'dir. Yanıtların maksimum karakter uzunluğu, '|' dikey çizgi karakteri ve ardından 'extractive|maxcharlength-600' gibi 'maksimum karakter uzunluğunun< sayı> sayısı' eklenerek yapılandırılabilir.

Değer	Description
none	Sorgu için yanıtlar döndürme.
extractive	Doğal dilde soru olarak ifade edilen bir sorguya yanıt olarak döndürülen belgelerin içeriğinden yanıt adaylarını ayıklar.

QueryCaptionResult

Nesne

Resim yazıları, belgeden arama sorgusuna göre en temsili bölümlerdir. Bunlar genellikle belge özeti olarak kullanılır. Resim yazıları yalnızca semantictüründe sorgular için döndürülür.

Name	Tür	Description
highlights	string	Sorguyla en ilgili vurgulanmış tümcecikleri içeren Text özelliğindeki metin metniyle aynı metin metni.
text	string	Arama sorgusuyla en ilgili belgeden ayıklanan temsili metin metni.

QueryCaptionType

Numaralandırma

Bu parametre yalnızca sorgu türü .semantic Ayarlanırsa, sorgu en yüksek dereceli belgelerdeki anahtar geçitlerden ayıklanan açıklamalı alt yazıları döndürür. Altyazılar olarak extractiveayarlandığında, vurgulama varsayılan olarak etkindir ve dikey çizgi karakterinin | ardından aşağıdaki gibi highlight-<true/false>bir seçenek eklenerek extractive|highlight-true yapılandırılabilir. Varsayılan değer None’dır. Altyazıların maksimum karakter uzunluğu, '|' dikey çizgi karakteri ve ardından 'extractive|maxcharlength-600' gibi 'maksimum karakter uzunluğunun< sayı> sayısı' eklenerek yapılandırılabilir.

Değer	Description
none	Sorgu için resim yazıları döndürmeyin.
extractive	Arama sorgusuyla ilgili bölümleri içeren eşleşen belgelerden resim yazılarını ayıklar.

QueryDebugMode

Numaralandırma

Arama sonuçlarınızı daha fazla araştırmak için kullanılabilecek bir hata ayıklama aracı sağlar. Birden çok hata ayıklama modunu aynı anda bir | karakteri, örneğin: semantic|queryRewrites.

Değer	Description
disabled	Hiçbir sorgu hata ayıklama bilgisi döndürülmeyecek.
semantic	Kullanıcının yeniden kaydedilen sonuçlarını daha fazla keşfetmesine olanak tanır.
vector	Kullanıcının karma ve vektör sorgu sonuçlarını daha fazla keşfetmesine olanak tanır.
queryRewrites	Kullanıcının arama isteği için oluşturulan sorgu yeniden yazma listesini keşfetmesine olanak tanır.
innerHits	Kullanıcının, karmaşık türlerden oluşan bir koleksiyon içinde eşleşen vektörlerle ilgili puanlama bilgilerini almasına izin verir.
all	Tüm hata ayıklama seçeneklerini açın.

QueryLanguage

Numaralandırma

Sorgunun dili.

Değer	Description
none	Sorgu dili belirtilmedi.
en-us	İngilizce için dil değeri sorgu (Birleşik Devletler).
en-gb	İngilizce (Büyük Britanya) için dil değerini sorgulayın.
en-in	İngilizce (Hindistan) için sorgu dili değeri.
en-ca	İngilizce (Kanada) için sorgu dili değeri.
en-au	İngilizce (Avustralya) için sorgu dili değeri.
fr-fr	Fransızca (Fransa) için dil değerini sorgulayın.
fr-ca	Fransızca (Kanada) için dil değerini sorgulayın.
de-de	Almanca (Almanya) için sorgu dili değeri.
es-es	İspanyolca (İspanya) için dil değerini sorgulayın.
es-mx	İspanyolca (Meksika) için sorgu dili değeri.
zh-cn	Çince (Çin) için sorgu dili değeri.
zh-tw	Çince (Tayvan) için sorgu dili değeri.
pt-br	Portekizce (Brezilya) için sorgu dili değeri.
pt-pt	Portekizce (Portekiz) için sorgu dili değeri.
it-it	İtalyanca (İtalya) için sorgu dili değeri.
ja-jp	Japonca (Japonya) için sorgu dili değeri.
ko-kr	Korece (Kore) için sorgu dili değeri.
ru-ru	Rusça (Rusya) için sorgu dili değeri.
cs-cz	Çekçe (Çek Cumhuriyeti) için sorgu dili değeri.
nl-be	Felemenkçe (Belçika) için dil değerini sorgulayın.
nl-nl	Hollandaca (Hollanda) için dil değerini sorgulayın.
hu-hu	Macarca (Macaristan) için sorgu dili değeri.
pl-pl	Lehçe (Polonya) için dil değerini sorgulayın.
sv-se	İsveççe (İsveç) için sorgu dili değeri.
tr-tr	Türkçe (Türkiye) için dil değerini sorgulayın.
hi-in	Hintçe (Hindistan) için sorgu dili değeri.
ar-sa	Arapça (Suudi Arabistan) için sorgu dili değeri.
ar-eg	Arapça (Mısır) için sorgu dili değeri.
ar-ma	Arapça (Fas) için dil değerini sorgulayın.
ar-kw	Arapça (Kuveyt) için sorgu dili değeri.
ar-jo	Arapça (Ürdün) için sorgu dili değeri.
da-dk	Danca (Danimarka) için sorgu dili değeri.
no-no	Norveççe (Norveç) için dil değerini sorgulayın.
bg-bg	Bulgarca (Bulgaristan) için dil değerini sorgulayın.
hr-hr	Hırvatça (Hırvatistan) için sorgu dili değeri.
hr-ba	Hırvatça (Bosna Hersek) için dil değerini sorgulayın.
ms-my	Malay dili (Malezya) için sorgu dili değeri.
ms-bn	Malayca (Brunei Sultanlığı) için sorgu dili değeri.
sl-sl	Slovence (Slovenya) için dil değerini sorgulayın.
ta-in	Tamilce (Hindistan) için sorgu dili değeri.
vi-vn	Vietnamca (Vietnamca) için dil değerini sorgulayın.
el-gr	Yunanca (Yunanistan) için dil değerini sorgulayın.
ro-ro	Rumence (Romanya) için dil değerini sorgulayın.
is-is	İzlandaca (İzlanda) için dil değerini sorgulayın.
id-id	Endonezce (Endonezya) için dil değerini sorgulayın.
th-th	Tay dili (Tayland) için sorgu dili değeri.
lt-lt	Litvanca (Litvanya) için sorgu dili değeri.
uk-ua	Ukraynaca (Ukrayna) için dil değerini sorgulayın.
lv-lv	Letonca (Letonya) için dil değerini sorgulayın.
et-ee	Estonca (Estonya) için dil değerini sorgulayın.
ca-es	Katalanca için sorgu dili değeri.
fi-fi	Fince (Finlandiya) için sorgu dili değeri.
sr-ba	Sırpça (Bosna Hersek) için dil değerini sorgulayın.
sr-me	Sırpça (Karadağ) için sorgu dili değeri.
sr-rs	Sırpça (Sırbistan) için sorgu dili değeri.
sk-sk	Slovakça (Slovakya) için sorgu dili değeri.
nb-no	Norveççe (Norveç) için dil değerini sorgulayın.
hy-am	Ermenice (Ermenistan) için dil değerini sorgulayın.
bn-in	Bengalce (Hindistan) için sorgu dili değeri.
eu-es	Bask için sorgu dili değeri.
gl-es	Galiçyaca için sorgu dili değeri.
gu-in	Gujarati (Hindistan) için sorgu dili değeri.
he-il	İbranice (İsrail) için sorgu dili değeri.
ga-ie	İrlandaca (İrlanda) için dil değerini sorgulayın.
kn-in	Kannada (Hindistan) için sorgu dili değeri.
ml-in	Malayalam (Hindistan) için sorgu dili değeri.
mr-in	Marathi (Hindistan) için sorgu dili değeri.
fa-ae	Farsça (U.A.E.) için dil değerini sorgulayın.
pa-in	Punjabi (Hindistan) için sorgu dili değeri.
te-in	Telugu (Hindistan) için sorgu dili değeri.
ur-pk	Urduca (Pakistan) için sorgu dili değeri.

QueryResultDocumentRerankerInput

Nesne

Anlam zenginleştirme işlemine gönderilen ham birleştirilmiş dizeler.

Name	Tür	Description
content	string	Anlamsal zenginleştirme için kullanılan içerik alanları için ham birleştirilmiş dizeler.
keywords	string	Anlamsal zenginleştirme için kullanılan anahtar sözcük alanları için ham birleştirilmiş dizeler.
title	string	Anlamsal zenginleştirme için kullanılan başlık alanının ham dizesi.

QueryResultDocumentSemanticField

Nesne

Anlam zenginleştirme işlemine gönderilen alanların açıklaması ve bunların nasıl kullanıldığı

Name	Tür	Description
name	string	Anlamsal zenginleştirme işlemine gönderilen alanın adı
state	SemanticFieldState	Anlamsal zenginleştirme işlemi için alanın kullanılma şekli (tamamen kullanılmış, kısmen kullanılmış veya kullanılmamış)

QueryResultDocumentSubscores

Nesne

Bu belge için arama sorgusunun metin ve vektör sorgusu bileşenleri arasındaki alt çekirdeklerin dökümü. Her vektör sorgusu, alındıkları sırayla ayrı bir nesne olarak gösterilir.

Name	Tür	Description
documentBoost	number (double)	Sorgunun metin bölümü için BM25 veya Klasik puanı.
text	TextResult	Sorgunun metin bölümü için BM25 veya Klasik puanı.
vectors	<string, SingleVectorFieldResult>	Vektör benzerliği ve

QueryRewritesDebugInfo

Nesne

Sorgu yeniden yazmalarına özgü hata ayıklama bilgilerini içerir.

Name	Tür	Description
text	QueryRewritesValuesDebugInfo	Metin sorgusu için oluşturulan sorgu yeniden yazmalarının listesi.
vectors	QueryRewritesValuesDebugInfo[]	Vektörleştirilebilir metin sorguları için oluşturulan sorgu yeniden yazmalarının listesi.

QueryRewritesType

Numaralandırma

Bu parametre yalnızca sorgu türü .semantic QueryRewrites olarak generativeayarlandığında, sorgu terimleri, isteğin geri çağrılmasını artırmaya yardımcı olmak için 10 (varsayılan) yeniden yazma üretecek bir oluşturma modeline gönderilir. İstenen sayı, kanal karakterinin | sonuna ve ardından gibi count-<number of rewrites>bir generative|count-3 seçenek eklenerek yapılandırılabilir. Varsayılan değer None’dır.

Değer	Description
none	Bu sorgu için ek sorgu yeniden yazmaları oluşturmayın.
generative	Arama isteğinin geri çağrılmasını artırmak için alternatif sorgu terimleri oluşturun.

QueryRewritesValuesDebugInfo

Nesne

Sorgu yeniden yazmalarına özgü hata ayıklama bilgilerini içerir.

Name	Tür	Description
inputQuery	string	Üretken sorgu yeniden yazma modeline giriş metni. Kullanıcı sorgusunun ve üretken modele yapılan girişin aynı olmadığı durumlar olabilir.
rewrites	string[]	Sorgu yeniden yazmalarının listesi.

QuerySpellerType

Numaralandırma

Tek tek arama sorgusu terimlerini yazım düzelterek arama geri çağırmayı geliştirin.

Değer	Description
none	Yazım denetimi etkin değil.
lexicon	Yazım Denetleyicisi, queryLanguage parametresi tarafından belirtilen dil için statik bir sözlük kullanarak tek tek sorgu terimlerini düzeltir.

QueryType

Numaralandırma

Arama sorgusunun sözdizimini belirtir. Varsayılan değer 'basit'tir. Sorgunuz Lucene sorgu sözdizimini kullanıyorsa 'tam' ve sorgu söz dizimi gerekmiyorsa 'semantic' kullanın.

Değer	Description
simple	Aramalar için basit sorgu sözdizimini kullanır. Arama metni, +, * ve "" gibi sembollere izin veren basit bir sorgu dili kullanılarak yorumlanır. Sorgular, searchFields parametresi belirtilmediği sürece varsayılan olarak tüm aranabilir alanlarda değerlendirilir.
full	Aramalar için tam Lucene sorgu sözdizimini kullanır. Arama metni, alana özgü ve ağırlıklı aramaların yanı sıra diğer gelişmiş özelliklere izin veren Lucene sorgu dili kullanılarak yorumlanır.
semantic	Anahtar kelimelerin aksine doğal dilde ifade edilen sorgular için en uygunudur. Web külliyatı üzerinde eğitilmiş bir sıralama modeli kullanarak en iyi arama sonuçlarını yeniden sıralayarak arama sonuçlarının kesinliğini artırır.

ScoringStatistics

Numaralandırma

Daha tutarlı puanlama için puanlama istatistiklerini (belge sıklığı gibi) genel olarak mı yoksa daha düşük gecikme süresi için yerel olarak mı hesaplamak istediğimizi belirten bir değer. Varsayılan değer 'yerel'dir. Puanlamadan önce puanlama istatistiklerini genel olarak toplamak için 'genel' ifadesini kullanın. Genel puanlama istatistiklerinin kullanılması, arama sorgularının gecikme süresini artırabilir.

Değer	Description
local	Puanlama istatistikleri, daha düşük gecikme süresi için yerel olarak hesaplanır.
global	Puanlama istatistikleri, daha tutarlı puanlama için küresel olarak hesaplanacaktır.

SearchDocumentsResult

Nesne

Bir dizinden arama sonuçlarını içeren yanıt.

Name	Tür	Description
@odata.count	integer (int64)	Arama işlemi tarafından bulunan toplam sonuç sayısı veya sayı istenmediyse null. Varsa, sayı bu yanıttaki sonuç sayısından büyük olabilir. Bu durum, $top veya $skip parametrelerini kullanırsanız veya sorgu istenen tüm belgeleri tek bir yanıtta döndüremezse oluşabilir.
@odata.nextLink	string	Sorgu istenen tüm sonuçları tek bir yanıtta döndüremediğinde döndürülen devamlılık URL'si. Arama yanıtının sonraki bölümünü almak üzere başka bir GET veya POST Search isteği formüle etmek için bu URL'yi kullanabilirsiniz. Bu yanıtı oluşturan istekle aynı fiili (GET veya POST) kullandığınızdan emin olun.
@search.answers	QueryAnswerResult[]	Arama işleminin yanıt sorgu sonuçları; yanıt sorgu parametresi belirtilmediyse veya 'yok' olarak ayarlandıysa null.
@search.coverage	number (double)	Sorguya dahil edilen dizinin yüzdesini gösteren bir değer veya istekte minimumCoverage belirtilmediyse null.
@search.debug	DebugInfo	Arama sonuçlarına bir bütün olarak uygulanan hata ayıklama bilgileri.
@search.facets	object	Her modelli alan için demet koleksiyonu olarak düzenlenmiş arama işleminin model sorgusu sonuçları; null değeriyle karşılaşırsanız, sorgu hiçbir model ifadesi içermiyorsa.
@search.nextPageParameters	SearchRequest	Sorgu istenen tüm sonuçları tek bir yanıtta döndüremediğinde döndürülen devam JSON yükü. Bu JSON'u da kullanabilirsiniz.
@search.semanticPartialResponseReason	SemanticErrorReason	Anlamsal sıralama isteği için kısmi bir yanıt döndürülmesinin nedeni.
@search.semanticPartialResponseType	SemanticSearchResultsType	Anlamsal sıralama isteği için döndürülen kısmi yanıtın türü.
@search.semanticQueryRewritesResultType	SemanticQueryRewritesResultType	Belgeleri almak için kullanılan sorgu yeniden yazma türü.
value	SearchResult[]	Sorgu tarafından döndürülen sonuç dizisi.

SearchMode

Numaralandırma

Belgeyi eşleşme olarak saymak için arama terimlerinden herhangi birinin veya tümünün eşleşmesi gerekip gerekmediğini belirtir.

Değer	Description
any	Belgenin eşleşme olarak sayılabilmesi için arama terimlerinden herhangi birinin eşleşmesi gerekir.
all	Belgenin eşleşme olarak sayılabilmesi için tüm arama terimlerinin eşleşmesi gerekir.

SearchRequest

Nesne

Filtreleme, sıralama, yüz tanıma, sayfalama ve diğer arama sorgusu davranışları için parametreler.

Name	Tür	Description
answers	QueryAnswerType	Yanıtların arama yanıtının bir parçası olarak döndürülip döndürülmeyeceğini belirten bir değer.
captions	QueryCaptionType	Açıklamalı alt yazıların arama yanıtının bir parçası olarak döndürülmesi gerekip gerekmediğini belirten bir değer.
count	boolean	Toplam sonuç sayısının getirilip getirilmeyeceğini belirten bir değer. Varsayılan değer false'tur. Bu değeri true olarak ayarlamak performansı etkileyebilir. Döndürülen sayın bir yaklaşık değer olduğunu unutmayın.
debug	QueryDebugMode	Yeniden sıralanan sonuçlarınızı daha fazla keşfetmek için kullanılabilecek bir hata ayıklama aracını etkinleştirir.
facets	string[]	Arama sorgusuna uygulanacak model ifadelerinin listesi. Her model ifadesi, isteğe bağlı olarak virgülle ayrılmış ad:değer çiftleri listesi içeren bir alan adı içerir.
filter	string	Arama sorgusuna uygulanacak OData $filter ifadesi.
highlight	string	Vurgulama vurguları için kullanılacak alan adlarının virgülle ayrılmış listesi. Yalnızca aranabilir alanlar isabet vurgulama için kullanılabilir.
highlightPostTag	string	Vurgulamalara isabet etmek için eklenen bir dize etiketi. HighlightPreTag ile ayarlanmalıdır. Varsayılan değer </em>değeridir.
highlightPreTag	string	Vurgulamalara basmak için önceden eklenen bir dize etiketi. highlightPostTag ile ayarlanmalıdır. Varsayılan değer, em<>.
hybridSearch	HybridSearch	Karma arama davranışlarını yapılandırmak için sorgu parametreleri.
minimumCoverage	number (double)	0 ile 100 arasında bir sayı, sorgunun başarılı olarak bildirilebilmesi için bir arama sorgusu tarafından kapsanması gereken dizinin yüzdesini gösterir. Bu parametre, yalnızca bir çoğaltması olan hizmetler için bile arama kullanılabilirliğini sağlamak için yararlı olabilir. Varsayılan değer 100'dür.
orderby	string	Sonuçların sıralanacağı ifadeleri $orderby için virgülle ayrılmış OData listesi. Her ifade bir alan adı veya geo.distance() veya search.score() işlevlerine yapılan bir çağrı olabilir. Her ifadeyi artanı belirtmek için asc, azalanı belirtmek için desc takip edebilir. Varsayılan değer artan düzendir. Bağlar, belgelerin eşleşme puanlarıyla bozulur. $orderby belirtilmezse, varsayılan sıralama düzeni belge eşleşme puanına göre azalan düzendedir. En fazla 32 $orderby yan tümcesi olabilir.
queryLanguage	QueryLanguage	Arama sorgusunun dilini belirten bir değer.
queryRewrites	QueryRewritesType	Arama sorgusunu artırmak için sorgu yeniden yazmalarının oluşturulup oluşturulmayacağını belirten bir değer.
queryType	QueryType	Arama sorgusunun söz dizimini belirten değer. Varsayılan değer 'basit'tir. Sorgunuz Lucene sorgu söz dizimini kullanıyorsa 'full' kullanın.
scoringParameters	string[]	Ad-değer biçimi kullanılarak puanlama işlevlerinde (örneğin, referencePointParameter) kullanılacak parametre değerlerinin listesi. Örneğin, puanlama profili 'mylocation' adlı bir parametreye sahip bir işlev tanımlarsa, parametre dizesi "mylocation--122.2,44.8" (tırnak işaretleri olmadan) olur.
scoringProfile	string	Sonuçları sıralamak için eşleşen belgeler için maç puanlarını değerlendirmek için bir puanlama profilinin adı.
scoringStatistics	ScoringStatistics	Daha tutarlı puanlama için puanlama istatistiklerini (belge sıklığı gibi) genel olarak mı yoksa daha düşük gecikme süresi için yerel olarak mı hesaplamak istediğimizi belirten bir değer. Varsayılan değer 'yerel'dir. Puanlamadan önce puanlama istatistiklerini genel olarak toplamak için 'genel' ifadesini kullanın. Genel puanlama istatistiklerinin kullanılması, arama sorgularının gecikme süresini artırabilir.
search	string	Tam metin arama sorgusu ifadesi; Tüm belgelerle eşleşmesi için "*" kullanın veya bu parametreyi atlayın.
searchFields	string	Tam metin aramasının kapsamına dahil edilen alan adlarının virgülle ayrılmış listesi. Tam Lucene sorgusunda alanlı arama (fieldName:searchExpression) kullanıldığında, her alanlı arama ifadesinin alan adları bu parametrede listelenen alan adlarından önceliklidir.
searchMode	SearchMode	Belgeyi eşleşme olarak saymak için arama terimlerinden herhangi birinin veya tümünün eşleştirilip eşleştirilmeyeceğini belirten bir değer.
select	string	Alınacak alanların virgülle ayrılmış listesi. Belirtilmezse, şemada alınabilir olarak işaretlenmiş tüm alanlar eklenir.
semanticConfiguration	string	Semantik türdeki sorgular için belgeler işlenirken kullanılacak anlamsal yapılandırmanın adı.
semanticErrorHandling	SemanticErrorMode	Kullanıcıya, bir anlamsal çağrının tamamen başarısız olup olmayacağını (varsayılan / geçerli davranış) veya kısmi sonuçlar döndürüp döndürmeyeceğini seçmesine izin verir.
semanticFields	string	Anlamsal sıralama için kullanılan alan adlarının virgülle ayrılmış listesi.
semanticMaxWaitInMilliseconds	integer (int32) minimum: 700	Kullanıcının, istek başarısız olmadan önce anlam zenginleştirme işleminin tamamlanması için gereken süreye göre bir üst sınır ayarlamasına izin verir.
semanticQuery	string	Yalnızca anlamsal yeniden boyutlandırma, semantik açıklamalı alt yazılar ve anlamsal yanıtlar için kullanılacak ayrı bir arama sorgusu ayarlamaya izin verir. Temel alma ve derecelendirme aşaması ile L2 semantik aşaması arasında farklı sorgular kullanılması gereken senaryolar için kullanışlıdır.
sessionId	string	Daha tutarlı sonuçlar elde etmeye yardımcı olabilecek yapışkan bir oturum oluşturmak için kullanılacak bir değer. Aynı sessionId kullanıldığı sürece, aynı çoğaltma kümesini hedeflemek için en iyi girişimde bulunulacaktır. Aynı sessionID değerlerini tekrar tekrar yeniden kullanmanın çoğaltmalar arasında isteklerin yük dengelemesini engelleyeceğine ve arama hizmetinin performansını olumsuz etkileyebileceğine dikkat edin. sessionId olarak kullanılan değer '_' karakteriyle başlayamaz.
skip	integer (int32)	Atlana arama sonuçlarının sayısı. Bu değer 100.000'den büyük olamaz. Belgeleri sırayla taramanız gerekiyorsa ancak bu sınırlama nedeniyle atlamayı kullanamıyorsanız, tamamen sıralı bir anahtarda orderby kullanmayı ve bunun yerine bir aralık sorgusuyla filtrelemeyi göz önünde bulundurun.
speller	QuerySpellerType	Bireysel arama sorgusu terimlerini düzeltmek için kullanılacak yazımcının türünü belirten bir değer.
top	integer (int32)	Alınacak arama sonuçlarının sayısı. Bu, arama sonuçlarının istemci tarafı disk belleğini uygulamak için $skip ile birlikte kullanılabilir. Sunucu tarafı sayfalama nedeniyle sonuçlar kesilirse yanıt, sonraki sonuç sayfası için başka bir Arama isteği göndermek için kullanılabilecek bir devam belirteci içerir.
vectorFilterMode	VectorFilterMode	Filtrelerin vektör araması yapılmadan önce mi yoksa sonra mı uygulanacağını belirler. Yeni dizinler için varsayılan değer 'preFilter'dır.
vectorQueries	VectorQuery[]: VectorizableImageBinaryQuery[] VectorizableImageUrlQuery[] VectorizableTextQuery[] VectorizedQuery[]	Vektör ve karma arama sorguları için sorgu parametreleri.

SearchResult

Nesne

Arama sorgusu tarafından bulunan bir belgeyi ve ilişkili meta verileri içerir.

Name	Tür	Description
@search.captions	QueryCaptionResult[]	Resim yazıları, belgeden arama sorgusuna göre en temsili bölümlerdir. Bunlar genellikle belge özeti olarak kullanılır. Resim yazıları yalnızca 'semantic' türündeki sorgular için döndürülür.
@search.documentDebugInfo	DocumentDebugInfo	Arama sonuçlarınızı daha fazla incelemek için kullanılabilecek hata ayıklama bilgilerini içerir.
@search.highlights	object	Belgeden, eşleşen arama terimlerini gösteren, her bir geçerli alana göre düzenlenmiş metin parçaları; Sorgu için isabet vurgulama etkinleştirilmemişse null.
@search.rerankerBoostedScore	number (double)	Yeniden Sıralayıcı Puanı artırılarak hesaplanan alaka düzeyi puanı. Arama sonuçları, Semantik Konfigürasyondaki useScoringProfileBoostedRanking verilerine göre RerankerScore/RerankerBoostedScore ile sıralanır. RerankerBoostedScore sadece 'semantik' tipindeki sorgularda döner.
@search.rerankerScore	number (double)	En iyi arama sonuçları için anlamsal sıralayıcı tarafından hesaplanan alaka düzeyi puanı. Arama sonuçları önce RerankerScore'a ve ardından Score'a göre sıralanır. RerankerScore yalnızca 'semantic' türündeki sorgular için döndürülür.
@search.score	number (double)	Sorgu tarafından döndürülen diğer belgelerle karşılaştırıldığında belgenin alaka puanı.

SearchScoreThreshold

Nesne

Vektör sorgusunun sonuçları, '

Name	Tür	Description
kind	string: searchScore	Eşik türü.
value	number (double)	Eşik '

SemanticDebugInfo

Nesne

Anlamsal sıralama isteklerine özgü hata ayıklama bilgilerini içerir.

Name	Tür	Description
contentFields	QueryResultDocumentSemanticField[]	Anlamsal zenginleştirme işlemine gönderilen içerik alanları ve bunların nasıl kullanıldığı
keywordFields	QueryResultDocumentSemanticField[]	Anlamsal zenginleştirme işlemine gönderilen anahtar sözcük alanları ve bunların nasıl kullanıldıkları
rerankerInput	QueryResultDocumentRerankerInput	Anlam zenginleştirme işlemine gönderilen ham birleştirilmiş dizeler.
titleField	QueryResultDocumentSemanticField	Anlamsal zenginleştirme işlemine gönderilen başlık alanı ve nasıl kullanıldığı

SemanticErrorMode

Numaralandırma

Kullanıcı, bir anlamsal çağrının tamamen başarısız olup olmayacağını veya kısmi sonuçları döndürüp döndürmemesini seçebilir.

Değer	Description
partial	Anlamsal işleme başarısız olursa kısmi sonuçlar yine de döndürüler. Kısmi sonuçların tanımı, hangi semantik adımın başarısız olduğuna ve başarısızlığın nedeninin ne olduğuna bağlıdır.
fail	Anlamsal işleme adımı sırasında bir özel durum varsa, sorgu başarısız olur ve hataya bağlı olarak uygun HTTP kodunu döndürür.

SemanticErrorReason

Numaralandırma

Anlamsal sıralama isteği için kısmi bir yanıt döndürülmesinin nedeni.

Değer	Description
maxWaitExceeded	`semanticMaxWaitInMilliseconds` ayarlandıysa ve anlamsal işleme süresi bu değeri aştıysa. Yalnızca temel sonuçlar döndürüldü.
capacityOverloaded	İstek kısıtlandı. Yalnızca temel sonuçlar döndürüldü.
transient	Anlamsal işlemin en az bir adımı başarısız oldu.

SemanticFieldState

Numaralandırma

Alanın anlamsal zenginleştirme süreci için nasıl kullanıldığı.

Değer	Description
used	Alan tamamen anlamsal zenginleştirme için kullanıldı.
unused	Alan anlamsal zenginleştirme için kullanılmamıştır.
partial	Alan kısmen anlamsal zenginleştirme için kullanılmıştır.

SemanticQueryRewritesResultType

Numaralandırma

Bu istek için kullanılan sorgu yeniden yazma türü.

Değer	Description
originalQueryOnly	Bu istek için sorgu yeniden yazma işlemleri başarıyla oluşturulmadı. Sonuçları almak için yalnızca özgün sorgu kullanıldı.

SemanticSearchResultsType

Numaralandırma

Anlamsal sıralama isteği için döndürülen kısmi yanıtın türü.

Değer	Description
baseResults	Herhangi bir anlam zenginleştirme veya yeniden boyutlandırma olmadan sonuçlar.
rerankedResults	Sonuçlar reranker modeliyle yeniden kaydedilmiştir ve anlamsal açıklamalı alt yazılar içerir. Hiçbir yanıt, yanıt vurgusu veya resim yazısı vurgusu içermez.

SingleVectorFieldResult

Nesne

Tek bir vektör alanı sonucu. Both

Name	Tür	Description
searchScore	number (double)	Bu
vectorSimilarity	number (double)	Bu belge için vektör benzerlik puanı. Bunun benzerlik ölçümünün kurallı tanımı olduğunu, 'uzaklık' sürümünün olmadığını unutmayın. Örneğin, kosinüs mesafesi yerine kosinüs benzerliği.

TextResult

Nesne

Sorgunun metin bölümü için BM25 veya Klasik puanı.

Name	Tür	Description
searchScore	number (double)	Sorgunun metin bölümü için BM25 veya Klasik puanı.

VectorFilterMode

Numaralandırma

Filtrelerin vektör araması yapılmadan önce mi yoksa sonra mı uygulanacağını belirler.

Değer	Description
postFilter	Filtre, vektör sonuçları aday kümesi döndürüldükten sonra uygulanır. Filtre seçiciliğe bağlı olarak bu, 'k' parametresi tarafından istenenden daha az sonuçla sonuçlanabilir.
preFilter	Filtre, arama sorgusundan önce uygulanır.
strictPostFilter	Filtre, genel top-k adayı vektör sonuçları kümesi döndürüldükten sonra uygulanacaktır. Bu, 'k' parametresi tarafından istenenden daha az sonuçla sonuçlanacaktır.

VectorizableImageBinaryQuery

Nesne

Vektörleştirilmesi gereken bir görüntünün temel 64 kodlanmış ikili dosyası sağlandığında vektör araması için kullanılacak sorgu parametreleri.

Name	Tür	Description
base64Image	string	Bir vektör arama sorgusu gerçekleştirmek için vektörleştirilecek bir görüntünün 64 tabanlı kodlanmış ikili dosyası.
exhaustive	boolean	True olduğunda, vektör dizinindeki tüm vektörlerde en yakın k komşu aramasını tetikler. Tam eşleşmelerin kritik olduğu senaryolar için yararlıdır( örneğin, zemin gerçeği değerlerini belirleme).
fields	string	Aranan vektöre dahil edilecek Collection(Edm.Single) türünde Vektör Alanları.
filterOverride	string	Bu özel vektör sorgusuna uygulanacak OData filtre ifadesi. Vektör düzeyinde hiçbir filtre ifadesi tanımlanmamışsa, bunun yerine en üst düzey filtre parametresinde tanımlanan ifade kullanılır.
k	integer (int32)	En çok isabet alan olarak döndürülecek en yakın komşu sayısı.
kind	string: imageBinary	Sorgu türü.
oversampling	number (double)	Fazla örnekleme faktörü. En düşük değer 1'dir. Dizin tanımında yapılandırılan 'defaultOversampling' parametresini geçersiz kılar. Yalnızca 'rerankWithOriginalVectors' true olduğunda ayarlanabilir. Bu parametreye yalnızca temel alınan vektör alanında bir sıkıştırma yöntemi kullanıldığında izin verilir.
perDocumentVectorLimit	integer (int32)	Bir vektör arama sorgusunda her belgeden kaç vektörün eşleştirilebileceğini kontrol eder. Bunu 1 olarak ayarlamak, belge başına en fazla bir vektörün eşleşmesini sağlayarak sonuçların farklı belgelerden gelmesini garanti eder. 0 (sınırsız) olarak ayarlamak, aynı belgeden birden çok ilgili vektörün eşleştirilmesine izin verir. Varsayılan değer 0'dır.
threshold	VectorThreshold: SearchScoreThreshold VectorSimilarityThreshold	Vektör sorguları için kullanılan eşik. Bunun yalnızca tüm 'alanlar' aynı benzerlik ölçümünü kullandığında ayarlanabileceğini unutmayın.
weight	number (float)	Aynı arama isteğindeki diğer vektör sorgusu ve/veya metin sorgusuyla karşılaştırıldığında vektör sorgusunun göreli ağırlığı. Bu değer, farklı vektör sorguları ve/veya metin sorgusu aracılığıyla alınan sonuçlar tarafından üretilen birden çok derecelendirme listesinin sonuçları birleştirildiğinde kullanılır. Ağırlık ne kadar yüksek olursa, bu sorguyla eşleşen belgeler son derecelendirmede o kadar yüksek olur. Varsayılan değer 1,0'dır ve değerin sıfırdan büyük pozitif bir sayı olması gerekir.

VectorizableImageUrlQuery

Nesne

Vektörleştirilmesi gereken bir görüntü değerini temsil eden bir URL sağlandığında vektör araması için kullanılacak sorgu parametreleri.

Name	Tür	Description
exhaustive	boolean	True olduğunda, vektör dizinindeki tüm vektörlerde en yakın k komşu aramasını tetikler. Tam eşleşmelerin kritik olduğu senaryolar için yararlıdır( örneğin, zemin gerçeği değerlerini belirleme).
fields	string	Aranan vektöre dahil edilecek Collection(Edm.Single) türünde Vektör Alanları.
filterOverride	string	Bu özel vektör sorgusuna uygulanacak OData filtre ifadesi. Vektör düzeyinde hiçbir filtre ifadesi tanımlanmamışsa, bunun yerine en üst düzey filtre parametresinde tanımlanan ifade kullanılır.
k	integer (int32)	En çok isabet alan olarak döndürülecek en yakın komşu sayısı.
kind	string: imageUrl	Sorgu türü.
oversampling	number (double)	Fazla örnekleme faktörü. En düşük değer 1'dir. Dizin tanımında yapılandırılan 'defaultOversampling' parametresini geçersiz kılar. Yalnızca 'rerankWithOriginalVectors' true olduğunda ayarlanabilir. Bu parametreye yalnızca temel alınan vektör alanında bir sıkıştırma yöntemi kullanıldığında izin verilir.
perDocumentVectorLimit	integer (int32)	Bir vektör arama sorgusunda her belgeden kaç vektörün eşleştirilebileceğini kontrol eder. Bunu 1 olarak ayarlamak, belge başına en fazla bir vektörün eşleşmesini sağlayarak sonuçların farklı belgelerden gelmesini garanti eder. 0 (sınırsız) olarak ayarlamak, aynı belgeden birden çok ilgili vektörün eşleştirilmesine izin verir. Varsayılan değer 0'dır.
threshold	VectorThreshold: SearchScoreThreshold VectorSimilarityThreshold	Vektör sorguları için kullanılan eşik. Bunun yalnızca tüm 'alanlar' aynı benzerlik ölçümünü kullandığında ayarlanabileceğini unutmayın.
url	string	Vektör arama sorgusu gerçekleştirmek için vektörleştirilecek görüntünün URL'si.
weight	number (float)	Aynı arama isteğindeki diğer vektör sorgusu ve/veya metin sorgusuyla karşılaştırıldığında vektör sorgusunun göreli ağırlığı. Bu değer, farklı vektör sorguları ve/veya metin sorgusu aracılığıyla alınan sonuçlar tarafından üretilen birden çok derecelendirme listesinin sonuçları birleştirildiğinde kullanılır. Ağırlık ne kadar yüksek olursa, bu sorguyla eşleşen belgeler son derecelendirmede o kadar yüksek olur. Varsayılan değer 1,0'dır ve değerin sıfırdan büyük pozitif bir sayı olması gerekir.

VectorizableTextQuery

Nesne

Vektörleştirilmesi gereken bir metin değeri sağlandığında vektör araması için kullanılacak sorgu parametreleri.

Name	Tür	Description
exhaustive	boolean	True olduğunda, vektör dizinindeki tüm vektörlerde en yakın k komşu aramasını tetikler. Tam eşleşmelerin kritik olduğu senaryolar için yararlıdır( örneğin, zemin gerçeği değerlerini belirleme).
fields	string	Aranan vektöre dahil edilecek Collection(Edm.Single) türünde Vektör Alanları.
filterOverride	string	Bu özel vektör sorgusuna uygulanacak OData filtre ifadesi. Vektör düzeyinde hiçbir filtre ifadesi tanımlanmamışsa, bunun yerine en üst düzey filtre parametresinde tanımlanan ifade kullanılır.
k	integer (int32)	En çok isabet alan olarak döndürülecek en yakın komşu sayısı.
kind	string: text	Sorgu türü.
oversampling	number (double)	Fazla örnekleme faktörü. En düşük değer 1'dir. Dizin tanımında yapılandırılan 'defaultOversampling' parametresini geçersiz kılar. Yalnızca 'rerankWithOriginalVectors' true olduğunda ayarlanabilir. Bu parametreye yalnızca temel alınan vektör alanında bir sıkıştırma yöntemi kullanıldığında izin verilir.
perDocumentVectorLimit	integer (int32)	Bir vektör arama sorgusunda her belgeden kaç vektörün eşleştirilebileceğini kontrol eder. Bunu 1 olarak ayarlamak, belge başına en fazla bir vektörün eşleşmesini sağlayarak sonuçların farklı belgelerden gelmesini garanti eder. 0 (sınırsız) olarak ayarlamak, aynı belgeden birden çok ilgili vektörün eşleştirilmesine izin verir. Varsayılan değer 0'dır.
queryRewrites	QueryRewritesType	Oluşturucu modelin sorguyu vektörleştirilmeye göndermeden önce yeniden yazmasına izin verecek şekilde yapılandırılabilir.
text	string	Vektör arama sorgusu gerçekleştirmek için vektörleştirilecek metin.
threshold	VectorThreshold: SearchScoreThreshold VectorSimilarityThreshold	Vektör sorguları için kullanılan eşik. Bunun yalnızca tüm 'alanlar' aynı benzerlik ölçümünü kullandığında ayarlanabileceğini unutmayın.
weight	number (float)	Aynı arama isteğindeki diğer vektör sorgusu ve/veya metin sorgusuyla karşılaştırıldığında vektör sorgusunun göreli ağırlığı. Bu değer, farklı vektör sorguları ve/veya metin sorgusu aracılığıyla alınan sonuçlar tarafından üretilen birden çok derecelendirme listesinin sonuçları birleştirildiğinde kullanılır. Ağırlık ne kadar yüksek olursa, bu sorguyla eşleşen belgeler son derecelendirmede o kadar yüksek olur. Varsayılan değer 1,0'dır ve değerin sıfırdan büyük pozitif bir sayı olması gerekir.

VectorizedQuery

Nesne

Ham vektör değeri sağlandığında vektör araması için kullanılacak sorgu parametreleri.

Name	Tür	Description
exhaustive	boolean	True olduğunda, vektör dizinindeki tüm vektörlerde en yakın k komşu aramasını tetikler. Tam eşleşmelerin kritik olduğu senaryolar için yararlıdır( örneğin, zemin gerçeği değerlerini belirleme).
fields	string	Aranan vektöre dahil edilecek Collection(Edm.Single) türünde Vektör Alanları.
filterOverride	string	Bu özel vektör sorgusuna uygulanacak OData filtre ifadesi. Vektör düzeyinde hiçbir filtre ifadesi tanımlanmamışsa, bunun yerine en üst düzey filtre parametresinde tanımlanan ifade kullanılır.
k	integer (int32)	En çok isabet alan olarak döndürülecek en yakın komşu sayısı.
kind	string: vector	Sorgu türü.
oversampling	number (double)	Fazla örnekleme faktörü. En düşük değer 1'dir. Dizin tanımında yapılandırılan 'defaultOversampling' parametresini geçersiz kılar. Yalnızca 'rerankWithOriginalVectors' true olduğunda ayarlanabilir. Bu parametreye yalnızca temel alınan vektör alanında bir sıkıştırma yöntemi kullanıldığında izin verilir.
perDocumentVectorLimit	integer (int32)	Bir vektör arama sorgusunda her belgeden kaç vektörün eşleştirilebileceğini kontrol eder. Bunu 1 olarak ayarlamak, belge başına en fazla bir vektörün eşleşmesini sağlayarak sonuçların farklı belgelerden gelmesini garanti eder. 0 (sınırsız) olarak ayarlamak, aynı belgeden birden çok ilgili vektörün eşleştirilmesine izin verir. Varsayılan değer 0'dır.
threshold	VectorThreshold: SearchScoreThreshold VectorSimilarityThreshold	Vektör sorguları için kullanılan eşik. Bunun yalnızca tüm 'alanlar' aynı benzerlik ölçümünü kullandığında ayarlanabileceğini unutmayın.
vector	number[] (float)	Arama sorgusunun vektör gösterimi.
weight	number (float)	Aynı arama isteğindeki diğer vektör sorgusu ve/veya metin sorgusuyla karşılaştırıldığında vektör sorgusunun göreli ağırlığı. Bu değer, farklı vektör sorguları ve/veya metin sorgusu aracılığıyla alınan sonuçlar tarafından üretilen birden çok derecelendirme listesinin sonuçları birleştirildiğinde kullanılır. Ağırlık ne kadar yüksek olursa, bu sorguyla eşleşen belgeler son derecelendirmede o kadar yüksek olur. Varsayılan değer 1,0'dır ve değerin sıfırdan büyük pozitif bir sayı olması gerekir.

VectorQueryKind

Numaralandırma

Gerçekleştirilen vektör sorgusunun türü.

Değer	Description
vector	Ham vektör değerinin sağlandığı vektör sorgusu.
text	Vektörleştirilmesi gereken bir metin değerinin sağlandığı vektör sorgusu.
imageUrl	Vektörleştirilmesi gereken bir görüntü değerini temsil eden bir url'nin sağlandığı vektör sorgusu.
imageBinary	Vektörleştirilmesi gereken bir görüntünün 64 tabanlı kodlanmış ikili dosyasının sağlandığı vektör sorgusu.

VectorsDebugInfo

Nesne

"Vektör ve hibrit arama için özel hata ayıklama bilgisi içerir.")

Name	Tür	Description
subscores	QueryResultDocumentSubscores	RRF gibi seçilen sonuç kümesi füzyon/kombinasyon yönteminden önce belgenin alt puanlarının dökümü.

VectorSimilarityThreshold

Nesne

Vektör sorgusunun sonuçları vektör benzerliği ölçümüne göre filtrelenir. Bunun benzerlik ölçümünün kurallı tanımı olduğunu, 'uzaklık' sürümünün olmadığını unutmayın. Eşik yönü (daha büyük veya daha küçük) alan tarafından kullanılan ölçüme göre otomatik olarak seçilir.

Name	Tür	Description
kind	string: vectorSimilarity	Eşik türü.
value	number (double)	Eşik, benzerlik metriği değerine göre filtrelenir. Bunun benzerlik ölçümünün kurallı tanımı olduğunu, 'uzaklık' sürümünün olmadığını unutmayın. Eşik yönü (daha büyük veya daha küçük) alan tarafından kullanılan ölçüme göre otomatik olarak seçilir.

VectorThresholdKind

Numaralandırma

Vektör sorgularını filtrelemek için kullanılan eşik türü.

Değer	Description
vectorSimilarity	Vektör sorgusunun sonuçları vektör benzerliği ölçümüne göre filtrelenir. Bunun benzerlik ölçümünün kurallı tanımı olduğunu, 'uzaklık' sürümünün olmadığını unutmayın. Eşik yönü (daha büyük veya daha küçük) alan tarafından kullanılan ölçüme göre otomatik olarak seçilir.
searchScore	Vektör sorgusunun sonuçları '@search.score' değerine göre filtrelenir. Bunun, arama yanıtının bir parçası olarak döndürülen @search.score olduğunu unutmayın. Eşik yönü daha yüksek @search.scoreiçin seçilir.