Todos los productos
Search

Este producto

    OpenSearch:Modelos de sinónimos personalizados para recuperación

    Centro de documentos

    OpenSearch:Modelos de sinónimos personalizados para recuperación

    Última actualización: Sep 05, 2026

    Descripción general

    Antes de recuperar documentos, OpenSearch analiza y procesa la semántica de la consulta de búsqueda del usuario. La función de sinónimos amplía la consulta con términos equivalentes para recuperar un conjunto más amplio de documentos relevantes. Dado que los escenarios empresariales varían, solo un modelo de sinónimos específico para la aplicación garantiza un rendimiento de búsqueda óptimo.

    OpenSearch ofrece un amplio conjunto de modelos de sinónimos específicos por dominio. Utilice los analizadores correspondientes a cada industria para entrenar fácilmente un modelo de sinónimos personalizado dedicado. El modelo extrae automáticamente los datos existentes y se adapta a ellos. También puede importar datos de sinónimos personalizados para optimizar el modelo de entrenamiento. Para obtener más información, póngase en contacto con el soporte técnico.

    Los modelos de recuperación personalizados generan costos basados en la capacidad de almacenamiento, el costo de cómputo y el entrenamiento del modelo. Para consultar los detalles de precios, consulte Billing of OpenSearch Industry Algorithm Edition.

    Inicio rápido

    Para crear y utilizar un modelo de sinónimos personalizado, siga estos tres pasos:

    1. Cree y entrene el modelo de sinónimos personalizado.

    2. Configure el análisis de consultas para hacer referencia al modelo entrenado.

    3. Ajuste el modelo según sea necesario mediante un diccionario de intervención.

    Crear y entrenar un modelo

    1. Inicie sesión en la consola de OpenSearch y vaya a OpenSearch Industry Algorithm Edition > Search Algorithm Center > Retrieval Configuration > Tailored Retrieval Models > Create.

    2. Introduzca un Model Name, seleccione Synonym Model, elija los Training Fields y luego haga clic en Submit.

      En la lista desplegable Target Application, seleccione una aplicación. El Model Name debe tener entre 1 y 30 caracteres, comenzar con una letra y contener letras mayúsculas y minúsculas, dígitos y guiones bajos (_).

    Nota

    • El nombre del modelo no se puede modificar después de su creación.

    • Los campos de entrenamiento deben ser de tipo short_text o text.

    1. Haga clic en Train para entrenar el modelo de sinónimos, o bien en Query Analysis Configuration para utilizar el modelo en el análisis de consultas. Haga clic en Finish para cerrar la página.

    2. Al crearse, un modelo tiene un Model Status de Unavailable y un Latest Version Status de Pending Training. En la página Tailored Retrieval Models, localice el modelo y haga clic en Train en la columna Actions.

    Nota

    • El tiempo de entrenamiento del modelo varía según el volumen de datos y suele tardar varias horas.

    • Cada vez que finaliza el entrenamiento, el sistema agrega una nueva versión con numeración incremental en la sección Training History de la página de detalles del modelo.

    1. Una vez entrenado el modelo de sinónimos, su Model Status cambia a Available y su Latest Version Status pasa a Trained and Ready.

    Configurar el análisis de consultas

    Al configurar una regla de análisis de consultas, seleccione la casilla Synonym. En el panel de configuración que aparece, en Dictionaries, seleccione Custom Model. Elija el Custom Synonym Model que creó (por ejemplo, my_test), una Custom Synonym Model Version (por ejemplo, 2) y un Intervention Dictionary opcional (por ejemplo, syn). Una vez completada la configuración, haga clic en Submit.

    Nota

    • Si aún no ha creado una regla de análisis de consultas, cree una primero. Para obtener más información, consulte Query analysis.

    • Para obtener más información sobre cómo crear un diccionario de intervención para sinónimos y agregar entradas, consulte Synonym intervention dictionaries.

    Detalles del modelo

    Modelos de recuperación personalizados

    Esta página enumera sus modelos de recuperación personalizados y permite gestionarlos.

    La lista de modelos incluye diversos tipos, como Synonym Model, Weighting Model y Text Analyzer Model. La columna Actions ofrece opciones como Details y Train. Utilice el botón Create en la parte superior de la página para crear un modelo personalizado.

    Nota

    • La lista de modelos incluye las siguientes columnas: Model Name, Model Type, Model Status, Last Training Start Time, Latest Version Status y Actions.

    • No es posible eliminar un modelo de recuperación personalizado al que hace referencia una regla.

    Detalles del modelo de sinónimos

    La página de detalles consta de tres secciones: Basic Information, Configuration Information y Training History.

    1. Después de entrenar un modelo de sinónimos personalizado, haga clic en Details y luego en View dentro de Referenced Rules para consultar las reglas de análisis de consultas que hacen referencia al modelo de sinónimos actual.

    En el panel de navegación izquierdo, seleccione Search Algorithm Center > Retrieval Configuration y luego haga clic en la pestaña Tailored Retrieval Models. Localice el modelo de sinónimos deseado y haga clic en Details en la columna Actions. La sección Basic Information muestra la fecha de creación, la última hora de inicio de entrenamiento, el Model Status (por ejemplo, "Available") y el Latest Version Status (por ejemplo, "Trained and Ready"). La sección Configuration Information muestra los campos de entrenamiento (por ejemplo, title). La tabla Training History incluye columnas para la versión del modelo, estado de la versión, hora de inicio y fin del entrenamiento, reglas referenciadas y acciones (incluida la eliminación).

    1. Pruebe el rendimiento del modelo

    En la tabla Training History, localice la versión del modelo objetivo y haga clic en Performance Test en su columna Actions. En la página de prueba de rendimiento, introduzca una consulta de búsqueda en el cuadro Test Text para ver los Synonym Expansion Results correspondientes.

    1. Consulte la Performance Comparison

    El Model Difference Rate representa el porcentaje de diferencia entre los resultados de sinónimos de dos modelos. Los términos distintos se resaltan en rojo.

    Nota

    • Es posible comparar el modelo integrado del sistema con diferentes versiones del modelo actual. Al hacer clic en Compare, se muestra la comparación de rendimiento de sinónimos.

    • La comparación de casos típicos muestra hasta 200 casos donde difieren los resultados de sinónimos, e incluye el texto original junto con los resultados del Modelo 1 y del Modelo 2.

    • Introduzca una consulta de prueba en el cuadro de texto de prueba para comprobar los resultados de sinónimos correspondientes.

    Página de prueba de búsqueda

    1. En la consola de OpenSearch, vaya a OpenSearch Industry Algorithm Edition > Feature Extensions > Search Test para evaluar el rendimiento de búsqueda.

    En la página Search Test, introduzca la consulta de búsqueda default:'medicine'. Tras la expansión de sinónimos, la consulta de búsqueda real se reescribe como (default:'medicine') OR (default:'drug') OR (default:'medicinal' AND default:'product') OR (default:'medical' AND default:'medicine'). La fila Synonym del panel Query Analysis a la derecha muestra el resultado de la expansión como drug/medicinal product/medical medicine medicine.

    1. Para consultar el costo de cómputo de cada solicitud de búsqueda, agregue el parámetro personalizado fetch=result:compute_cost y habilite Source Code Mode. En la página Search Test, establezca la cláusula de consulta en default:'medicine' y añada este parámetro para obtener los detalles del costo de cómputo (LCU). El campo compute_cost en la respuesta JSON contiene un arreglo algos, que muestra el costo del algoritmo de sinónimos (function: "synonym"), por ejemplo value: 5, así como el consumo total de LCU del índice, como value: 6.44.

    2. Si utiliza dos o más modelos para la búsqueda en un índice, conéctelos mediante el operador OR.

    Un ejemplo de sentencia de consulta es zw_ds_model:'search' OR it_model:'black'. La estructura compute_cost devuelta contiene un arreglo algos. Cada elemento del arreglo muestra el name de un analizador y su costo de cómputo value. El value tanto para zw_ds_model como para it_model es 2.1, lo cual representa el costo de cómputo de cada modelo.

    Limitaciones

    • Esta función solo está disponible para una Dedicated Cluster Instance of Industry Algorithm Edition.

    • Se pueden crear hasta cinco modelos personalizados por instancia, y cada modelo admite un máximo de tres versiones.

    • Un modelo de recuperación personalizado creado para una aplicación específica no se puede utilizar en otras aplicaciones.