Descripción general
El análisis de palabras es un componente fundamental de cualquier motor de búsqueda, ya que su eficacia influye directamente en los resultados. Dado que los escenarios de negocio varían, cada industria y cliente tiene requisitos únicos. Por ello, contar con un análisis de palabras personalizado a nivel de aplicación resulta esencial para obtener el mejor rendimiento de búsqueda.
La función de recuperación personalizada satisface esta necesidad. OpenSearch Industry Algorithm Edition ofrece un amplio conjunto de analizadores específicos por industria. Estos analizadores sirven como base para entrenar su propio analizador personalizado mediante una configuración sencilla, sin necesidad de integrar datos adicionales. Durante el entrenamiento, el modelo de recuperación personalizada extrae automáticamente la información existente y se adapta a ella.
Los cargos por un modelo de recuperación personalizada se basan en la capacidad de almacenamiento, los recursos de cómputo y el entrenamiento del modelo. Para más detalles sobre precios, consulte Billing Overview.
Inicio rápido
Para crear y usar un modelo de recuperación personalizada, siga estos tres pasos:
Cree y entrene un modelo.
Cree un analizador personalizado.
Configure el analizador personalizado.
Crear y entrenar un modelo
Vaya a Search Algorithm Center > Retrieval Configuration > Tailored Retrieval Models. Seleccione la aplicación exclusiva deseada y haga clic en Create.
Introduzca un Model Name, seleccione un Model Type, un Basic Analyzer y los Training Fields. Marque las opciones de Normalization que desee y haga clic en Submit.
Los analizadores básicos disponibles incluyen: Chinese - General Analysis, Chinese - E-commerce Analysis, IT Content Analysis, Industry - General Gaming Analysis, Industry - Education Q&A Search, Industry - IT Content Analysis e Industry - General E-commerce Analysis.
En Normalization, puede seleccionar una o varias de las siguientes opciones: Uppercase to Lowercase, Traditional to Simplified Chinese y Full-width to Half-width Characters. Esta configuración solo aplica a las consultas y no modifica el contenido original de los campos.
No es posible modificar el nombre del modelo después de su creación.
Training Fields solo admite los tipos de datos
short_textytext.
Tras crear un modelo, su estado predeterminado es Unavailable. En la página de lista Tailored Retrieval Models, localice el nuevo modelo y haga clic en Train Model en la columna Actions.
El entrenamiento del modelo suele tardar entre uno y dos días hábiles en completarse.
Puede volver a entrenar un modelo. Cada entrenamiento completado agrega una nueva versión numerada secuencialmente en la sección Training History de la página de detalles.
Crear un analizador personalizado
Una vez que el modelo de recuperación personalizada se entrena correctamente y su estado cambia a Available, puede crear un analizador personalizado.
Vaya a la página Search Algorithm Center > Analyzer Management. Seleccione la pestaña Text Analyzer y haga clic en Create.
Introduzca un nombre, seleccione Tailored Model Analyzer como tipo de analizador, elija la HA3 engine instance y el tailored retrieval model correspondientes, y haga clic en Save.
Después de crear el analizador personalizado, úselo para probar el análisis de palabras y acceder a funciones como Entry Management.
Configurar el analizador personalizado
Una vez creado el analizador personalizado, aplíquelo a un índice mediante una offline change.
Vaya a Instance Management > HA3 Engine. Localice la aplicación deseada, abra su página de detalles y haga clic en Modify Offline Application.
En la página de configuración del esquema de índices, localice el índice objetivo, reemplace su analizador por el analizador personalizado configurado con el modelo de recuperación personalizada y seleccione la versión del modelo que desea aplicar.
En la columna Analysis Method del índice, seleccione Analyzer Model en el menú desplegable. En el submenú que aparece, elija el nombre del modelo objetivo y su número de versión.
Complete el cambio sin conexión y espere a que se reconstruya el índice.
El área de estado en la pestaña Offline Application muestra Application Initializing, lo cual indica que la reconstrucción del índice está en curso. Espere a que este proceso finalice.
Cuando termine la reconstrucción del índice, pruebe los resultados en la página Search Test.
En la página Search Test, seleccione HA3 Engine y su aplicación. Para comprobar los resultados de recuperación del analizador personalizado, introduzca vulcan_analyzer_2:'2' en el cuadro de consulta, establezca la cláusula config en start:0,hit:10,format:fulljson y haga clic en Search.
Página de detalles
Página de lista de modelos de recuperación personalizada
La lista Tailored Retrieval Models incluye Model Name, Model Type, Model Status (Available o Unavailable), Start Time of the Last Training, Status of the Latest Version y Actions (Details, Train Model, Delete).
No es posible eliminar un modelo de recuperación personalizada al que hace referencia un índice.
Si el estado de la versión más reciente es Training, el botón Train Model se deshabilita. Puede hacer clic en Train Model nuevamente cuando el modelo tenga cualquier otro estado.
Página de detalles del modelo de recuperación personalizada
Basic Information (solo lectura): Incluye Creation Time, Model Status, Start Time of the Last Training y Status of the Latest Version.
Configuration Information (solo lectura): Muestra Basic Analyzer, Training Fields y la configuración de normalización seleccionada durante la creación del modelo.
Training History: Contiene Model Version, Configuration Information, Version Status, Training Start and End Times, y Referenced Index. Desde esta sección también puede probar el rendimiento del modelo.
En la página de prueba, introduzca texto en el cuadro Test Text (por ejemplo, roasted lamb chops) y haga clic en el botón Test. El área Analysis Result muestra los resultados del análisis de palabras como etiquetas (por ejemplo, el texto se divide en "roasted" y "lamb chops").
Puede descargar un informe comparativo de casos de uso típicos para evaluar el rendimiento.
Limitaciones
Esta función solo está disponible para aplicaciones en instancias de Industry Algorithm Edition - Dedicated Cluster.
Se pueden crear hasta cinco modelos de recuperación personalizada por instancia.
Un modelo de recuperación personalizada creado para una aplicación específica no puede usarse en otras aplicaciones.
Actualmente, solo es posible crear analizadores personalizados para análisis de texto.