全部产品
Search

搜索本产品

    OpenSearch：Experience Center

    文档中心

    OpenSearch：Experience Center

    更新时间：Nov 28, 2025

    Di Experience Center, Anda dapat menguji layanan seperti parsing dokumen, ekstraksi konten gambar, dan pemotongan dokumen secara visual guna mengevaluasi dengan cepat apakah layanan tersebut memenuhi kebutuhan bisnis Anda.

    Fitur

    Experience Center menyediakan layanan berikut:

    Service category

    Service description

    Document content parsing

    Layanan parsing dokumen umum yang mengekstraksi struktur logis—seperti judul dan paragraf—dari dokumen tak terstruktur yang berisi teks, tabel, dan gambar, lalu menghasilkan konten dalam format terstruktur.

    Image content parsing

    Image Content Recognition Service: Menggunakan model bahasa besar multimodal untuk mengurai, memahami, dan mengenali teks dalam gambar. Teks yang diurai dapat digunakan dalam skenario pencarian gambar dan tanya jawab (Q&A).

    Image Text Recognition Service: Melakukan Optical Character Recognition (OCR) pada gambar untuk mengenali teks. Teks yang dikenali dapat digunakan dalam skenario pencarian gambar dan Q&A.

    Document slice

    Layanan chunking teks umum yang membagi data terstruktur dalam format HTML, Markdown, dan TXT berdasarkan paragraf, semantik teks, atau aturan tertentu. Layanan ini juga mendukung ekstraksi kode, gambar, dan tabel dari dokumen sebagai rich text.

    Text embedding

    • OpenSearch text vectorization service-001: Layanan text embedding untuk lebih dari 40 bahasa. Panjang maksimum input teks adalah 300 token, dan vektor output memiliki dimensi 1.536.

    • OpenSearch universal text vectorization service-002: Layanan text embedding untuk lebih dari 100 bahasa. Panjang maksimum input teks adalah 8.192 token, dan vektor output memiliki dimensi 1.024.

    • OpenSearch text vectorization service-Chinese-001: Layanan text embedding untuk bahasa Mandarin. Panjang maksimum input teks adalah 1.024 token, dan vektor output memiliki dimensi 768.

    • OpenSearch text vectorization service-English-001: Layanan text embedding untuk bahasa Inggris. Panjang maksimum input teks adalah 512 token, dan vektor output memiliki dimensi 768.

    • GTE text embedding-multilingual-Base: Layanan text embedding untuk lebih dari 70 bahasa. Panjang maksimum input teks adalah 8.192, dan vektor output memiliki dimensi 768.

    • Qwen3 text embedding-0.6B: Layanan text embedding seri Qwen3 untuk lebih dari 100 bahasa. Panjang input maksimum adalah 32k token, vektor output memiliki dimensi 1.024, dan model memiliki 0,6 miliar parameter.

    Multimodal vector

    • M2-Encoder-multimodal vector model: Layanan multimodal bilingual (Mandarin dan Inggris) yang dilatih pada 6 miliar pasangan gambar-teks (3 miliar Mandarin dan 3 miliar Inggris) berbasis BM-6B. Model ini mendukung pengambilan lintas-modal antara gambar dan teks, termasuk pencarian teks-ke-gambar dan gambar-ke-teks, serta tugas klasifikasi gambar.

    • M2-Encoder-Large-multimodal vector model: Layanan multimodal bilingual (Mandarin dan Inggris). Dibandingkan dengan model M2-Encoder, ukuran modelnya lebih besar yaitu 1 miliar (1B) parameter, sehingga memberikan kemampuan ekspresi yang lebih kuat dan performa lebih baik dalam tugas multimodal.

    Sparse text embedding

    Layanan ini mengonversi data teks menjadi vektor jarang. Vektor jarang memerlukan ruang penyimpanan yang lebih sedikit dan sering digunakan untuk merepresentasikan kata kunci dan frekuensi istilah. Vektor ini dapat dikombinasikan dengan vektor padat untuk pencarian hibrid guna meningkatkan hasil pengambilan.

    OpenSearch sparse text vectorization service: Layanan text embedding untuk lebih dari 100 bahasa. Panjang maksimum input teks adalah 8.192 token.

    Dimensionality reduction

    embedding-dim-reduction: Layanan fine-tuning model vektor. Anda dapat melatih model kustom untuk tugas seperti reduksi dimensi vektor guna mengurangi dimensi vektor berdimensi tinggi, sehingga meningkatkan efisiensi biaya tanpa mengorbankan performa pengambilan secara signifikan.

    Query analysis

    Layanan analisis konten kueri. Berdasarkan kemampuan model bahasa besar (LLM) dan Natural Language Processing (NLP), layanan ini melakukan pengenalan maksud, perluasan kueri alternatif, dan pemrosesan natural language to SQL (NL2SQL) pada kueri pengguna, sehingga secara efektif meningkatkan performa pengambilan dan tanya jawab dalam skenario retrieval-augmented generation (RAG).

    Layanan analisis kueri umum yang menggunakan LLM untuk pengenalan maksud dan perluasan kueri alternatif pada kueri input pengguna.

    Sorting service

    • BGE rearrangement model: Layanan penilaian dokumen berbasis model BGE. Layanan ini mengurutkan dokumen (DOCs) secara menurun berdasarkan skor relevansi antara kueri dan konten dokumen serta menghasilkan skor yang sesuai. Layanan ini mendukung bahasa Mandarin dan Inggris, dengan panjang input maksimum 512 token (panjang Query + Doc).

    • OpenSearch self-developed rearrange model: Dilatih pada set data dari berbagai industri, model ini menyediakan layanan pengaturan ulang tingkat tinggi. Model ini mengurutkan dokumen berdasarkan relevansi semantik antara kueri dan dokumen, dari yang tertinggi ke terendah. Layanan ini mendukung bahasa Mandarin dan Inggris, dengan panjang input maksimum 512 token (panjang Query + doc).

    • Qwen3 sorting-0.6B: Layanan pengaturan ulang dokumen seri Qwen3. Layanan ini mendukung lebih dari 100 bahasa, dengan panjang input maksimum 32k token (panjang Query + doc) dan ukuran model 0,6 miliar parameter.

    Speech recognition

    Speech recognition service 001: Menyediakan kemampuan speech-to-text. Layanan ini dapat dengan cepat mengonversi ucapan dari file video atau audio menjadi teks terstruktur. Layanan ini mendukung berbagai bahasa.

    Video snapshot

    Video snapshot service 001: Menyediakan kemampuan ekstraksi konten video. Layanan ini dapat menangkap keyframe dari video. Saat dikombinasikan dengan layanan multimodal embedding atau parsing gambar, layanan ini memungkinkan pengambilan lintas-modal.

    Large model

    • Qwen3-235B-A22B: Generasi baru model bahasa besar seri Qwen. Berdasarkan pelatihan ekstensif, Qwen3 telah mencapai terobosan dalam inferensi, pemahaman instruksi, kemampuan agen, dan dukungan multibahasa. Model ini mendukung lebih dari 100 bahasa dan dialek, dengan kemampuan pemahaman, penalaran, dan generasi multibahasa yang kuat.

    • OpenSearch-Qwen-Turbo: Dibangun di atas model bahasa besar Qwen-Turbo, model ini telah difine-tune dengan Supervised Learning untuk meningkatkan pengambilan dan mengurangi konten berbahaya.

    • Qwen-Turbo: Model tercepat dan paling hemat biaya dalam seri Qwen. Cocok untuk pekerjaan sederhana. Untuk informasi selengkapnya, lihat Model List.

    • Qwen-Plus: Model seimbang dalam hal kemampuan. Performa inferensi, biaya, dan kecepatannya berada di antara Qwen-Max dan Qwen-Turbo. Cocok untuk pekerjaan yang cukup kompleks. Untuk informasi selengkapnya, lihat Model List.

    • Qwen-Max: Model dengan performa terbaik dalam seri Qwen. Cocok untuk pekerjaan kompleks yang melibatkan banyak langkah. Untuk informasi selengkapnya, lihat Model List.

    • QwQ deep thinking model: Model penalaran QwQ yang dilatih pada model Qwen2.5-32B. Kemampuan penalarannya telah ditingkatkan secara signifikan melalui Pembelajaran Penguatan (Reinforcement Learning).

    • DeepSeek-R1: Model bahasa besar yang mengkhususkan diri pada tugas penalaran kompleks. Model ini unggul dalam memahami instruksi rumit dan memastikan akurasi hasil.

    • DeepSeek-V3: Model Mixture of Experts (MoE) yang unggul dalam teks panjang, kode, matematika, pengetahuan ensiklopedis, dan kemampuan bahasa Mandarin.

    • DeepSeek-R1-distill-qwen-7b: Model yang difine-tune pada Qwen-7B menggunakan penyulingan pengetahuan (knowledge distillation). Sampel pelatihan dihasilkan oleh DeepSeek-R1.

    • DeepSeek-R1-distill-qwen-14b: Model yang difine-tune pada Qwen-14B menggunakan penyulingan pengetahuan (knowledge distillation). Sampel pelatihan dihasilkan oleh DeepSeek-R1.

    Internet search

    Jika basis pengetahuan pribadi Anda tidak dapat memberikan jawaban selama pencarian, Anda dapat menggunakan Internet search untuk mengakses informasi tambahan dari Internet. Hal ini melengkapi basis pengetahuan pribadi Anda dan memungkinkan model bahasa besar memberikan tanggapan yang lebih komprehensif.

    Coba fitur-fitur tersebut

    Document parsing

    1. Login ke Konsol Open Platform for AI Search.

    2. Pada panel navigasi di sebelah kiri, pilih Experience Center.

    3. Untuk Service Category, pilih Document/Image Parsing (document-analyze), lalu pilih Experience Services tertentu.

    4. Untuk menguji fitur ini, Anda dapat menggunakan Sample data yang disediakan sistem atau mengunggah data Anda sendiri menggunakan Manage data. Format file yang didukung adalah Txt, PDF, HTML, Doc, Docx, PPT, dan PPTX, dengan ukuran file tidak melebihi 20 MB.

      • File: Unggah file lokal. File-file ini secara otomatis dihapus setelah 7 hari. Platform tidak menyimpan data Anda dalam jangka panjang.

      • URL: Masukkan URL file beserta jenis file yang sesuai. Anda dapat mengunggah beberapa URL, masing-masing pada baris terpisah.

        Catatan

        Pemilihan format data yang salah menyebabkan parsing dokumen gagal. Pilih jenis file yang benar sesuai data file Anda.

        image

        Penting

        Pastikan Anda menggunakan fitur impor tautan web sesuai dengan hukum dan peraturan yang berlaku. Anda harus mematuhi spesifikasi manajemen platform tujuan dan melindungi hak hukum pemegang hak cipta. Anda bertanggung jawab penuh atas tindakan Anda. Sebagai penyedia alat, Open Platform for AI Search tidak bertanggung jawab atas perilaku parsing atau pengunduhan Anda.

    5. Jika Anda menggunakan data sendiri, pilih file atau URL yang telah diunggah sebelumnya dari daftar drop-down.

      image

    6. Klik Get Results. Sistem kemudian memanggil layanan untuk mengurai dokumen.

      • Results: Menampilkan progres dan hasil parsing.

      • Result source code: Lihat Response result code. Anda dapat menggunakan Copy Code atau Download File untuk mengunduh kode ke mesin lokal Anda.

      • Sample code: Lihat dan unduh Sample code untuk memanggil layanan parsing konten teks.

        image

    Document slice

    1. Login ke Konsol Open Platform for AI Search.

    2. Pada panel navigasi di sebelah kiri, pilih Experience Center.

    3. Untuk Service Category, pilih Document Slice (document-split), lalu pilih layanan tertentu dari Experience Services.

    4. Untuk data uji, Anda dapat menggunakan Sample data yang disediakan sistem atau memilih My data, masukkan data Anda sendiri, dan pilih format data yang benar: TXT, HTML, atau Markdown.

      Catatan

      Pemilihan format data yang salah menyebabkan parsing dokumen gagal. Pilih format yang benar sesuai data yang diunggah.

    5. Atur Maximum Slice Length. Nilai default adalah 300, nilai maksimum adalah 1.024, dan satuannya adalah token.

    6. Anda dapat mengonfigurasi apakah akan Return to sentence level slice sesuai kebutuhan, lalu klik Get Results. Sistem kemudian memanggil layanan untuk memotong dokumen.

      • Results: Menampilkan progres slice dan hasilnya.

      • Result source code: Lihat Response result code. Anda dapat mengunduh kode ke mesin lokal dengan mengklik Copy Code atau Download File.

      • Sample code: Lihat dan unduh Sample code untuk memanggil layanan document slice.

    Text/Sparse embedding

    1. Login ke Konsol Open Platform for AI Search.

    2. Pada panel navigasi di sebelah kiri, pilih Experience Center.

    3. Untuk Service Category, pilih Text Embedding (text-embedding), lalu pilih Experience Services tertentu.

    4. Content Type untuk vektorisasi mendukung dokumen dan kueri.

    5. Anda dapat menambahkan teks untuk vektorisasi menggunakan Add Text Group atau Directly Enter JSON Code.

      image

    6. Klik Get Results untuk mendapatkan hasil vektorisasi teks.

      • Results: Menampilkan hasil vektorisasi.

        image

      • Result source code: Lihat kode hasil respons. Anda dapat mengklik Copy Code atau Download File untuk mengunduh kode ke mesin lokal Anda.

      • Sample code: Lihat dan unduh Sample code untuk memanggil layanan text embedding.

    Multimodal embedding

    1. Login ke Konsol Open Platform for AI Search.

    2. Pada panel navigasi di sebelah kiri, pilih Experience Center.

    3. Untuk Service Category, pilih Multimodal Vector (multi-modal-embedding). Kemudian, pilih Experience Services tertentu dan pilih Text, Image, atau Text + Image.

      image

      Catatan

      Saat Anda mengunggah gambar lokal untuk embedding, gambar tersebut secara otomatis dihapus setelah 7 hari. Platform tidak menyimpan data Anda dalam jangka panjang.

    4. Klik Get Results untuk mendapatkan hasil multimodal embedding.

      • Results: Menampilkan hasil vektorisasi.

        image

      • Result source code: Lihat kode respons. Anda dapat menggunakan Copy Code atau Download File untuk mengunduh kode ke mesin lokal Anda.

      • Sample code: Lihat dan unduh Sample code untuk memanggil layanan text embedding.

    Sorting service

    1. Login ke Konsol Open Platform for AI Search.

    2. Pada panel navigasi di sebelah kiri, pilih Experience Center.

    3. Untuk Service Category, pilih Sorting Service (ranker), lalu pilih Experience Services tertentu.

    4. Anda dapat menggunakan Sample data yang disediakan sistem atau memasukkan data Anda sendiri.

    5. Pada bidang Search Query, masukkan teks.

      image

    6. Klik Get Results. Sistem kemudian memanggil layanan sorting untuk mengurutkan dokumen berdasarkan relevansi antara kueri dan konten dokumen serta menghasilkan skor.

      • Results: Menampilkan hasil pengurutan dan penskoran.

        image

      • Result source code: Lihat kode hasil respons. Anda dapat mengunduh kode ke mesin lokal menggunakan Copy Code atau Download File.

      • Sample code: Lihat dan unduh Sample code untuk memanggil layanan sorting.

    Video snapshot

    1. Login ke Konsol Open Platform for AI Search.

    2. Pada panel navigasi di sebelah kiri, pilih Experience Center.

    3. Untuk Service Category, pilih Video Snapshot (video-snapshot).

    4. Anda dapat menggunakan Sample data yang disediakan sistem atau mengunggah data video Anda sendiri.

    5. Klik Get Results. Sistem kemudian memanggil layanan video snapshot untuk menangkap keyframe dari video target.

    Speech recognition

    1. Login ke Konsol Open Platform for AI Search.

    2. Pada panel navigasi di sebelah kiri, pilih Experience Center.

    3. Untuk Service Category, pilih Speech Recognition (audio-asr).

    4. Untuk uji coba, Anda dapat menggunakan Sample data yang disediakan sistem atau mengunggah data audio Anda sendiri.

    5. Klik Get Results. Sistem kemudian memanggil layanan speech recognition, yang mengonversi konten audio dalam data target menjadi teks terstruktur.

    Large Language Model (LLM) services

    1. Login ke Konsol Open Platform for AI Search.

    2. Pada panel navigasi di sebelah kiri, pilih Experience Center.

    3. Untuk Service Category, pilih Large model (text-generation), lalu pilih Experience Services tertentu. Anda dapat mengklik image untuk mengaktifkan layanan Internet Search. Sistem kemudian menentukan apakah akan melakukan pencarian Internet berdasarkan kueri pengguna.

    4. Masukkan pertanyaan dan kirimkan. Model bahasa besar memahami pertanyaan tersebut dan memberikan jawaban.

      Penting

      Semua konten yang dihasilkan diproduksi oleh model artificial intelligence. Kami tidak dapat menjamin akurasi atau kelengkapan konten yang dihasilkan. Konten tersebut tidak mencerminkan sikap atau pendapat kami.

      Halaman respons model bahasa besar menampilkan jumlah token input dan output untuk sesi tanya jawab saat ini. Anda juga dapat menghapus percakapan saat ini atau menyalin seluruh teks.

    Image content parsing

    1. Login ke Konsol Open Platform for AI Search.

    2. Pada panel navigasi di sebelah kiri, pilih Experience Center.

    3. Untuk Service Category, pilih Image Content Parsing (image-analyze). Untuk Experience Services, pilih Image Content Recognition Service 001 atau Image Text Recognition Service 001.

    4. Anda dapat menggunakan contoh gambar yang disediakan atau mengunggah gambar Anda sendiri.

      image

    5. Klik Get Results. Sistem kemudian memanggil layanan image content parsing untuk memahami dan menghasilkan konten gambar atau mengenali dan menghasilkan informasi utama dari gambar.

      • Results: Menampilkan hasil deteksi.

        image

      • Result source code: Lihat kode respons. Anda dapat mengunduh kode ke mesin lokal dengan mengklik Copy Code atau Download File.

      • Sample code: Lihat dan unduh Sample code untuk memanggil layanan image content parsing.

    Query analysis

    1. Login ke Konsol Open Platform for AI Search.

    2. Pada panel navigasi di sebelah kiri, pilih Experience Center.

    3. Untuk Service Category, pilih Query Analysis (query-analyze).

    4. Anda dapat langsung memasukkan Search Query untuk pengenalan maksud kueri, atau membangun Percakapan multi-putaran di area Historical Message dan memasukkan Search Query. Dalam kasus ini, model menggabungkan Percakapan multi-putaran dan Search Query untuk melakukan pengenalan.

      Aktifkan layanan Show NL2SQL dan pilih konfigurasi layanan yang telah dibuat untuk mengonversi kueri bahasa alami menjadi Pernyataan SQL.

    5. Klik Get Results untuk melihat performa model.

      • Results: Menampilkan hasil deteksi.

        nl2SQL.png

      • Result source code: Lihat kode hasil respons. Anda dapat menggunakan Copy Code atau Download File untuk mengunduh kode ke mesin lokal Anda.

      • Sample code: Lihat dan unduh Sample Code untuk memanggil layanan Query Analysis.

    Vector fine-tuning

    1. Login ke Konsol Open Platform for AI Search.

    2. Pada panel navigasi di sebelah kiri, pilih Experience Center.

    3. Untuk Service Category, pilih Dimensionality Reduction (embedding-dim-reduction).

    4. Pilih nama model (model yang telah Anda fine-tune dengan data bisnis Anda), tentukan Produced Vector Dimension, yang harus kurang dari atau sama dengan dimensi bidang vektor yang dipilih selama Pelatihan model, lalu Enter the original vector.

    5. Klik Get Results untuk melihat performa model.

      Untuk informasi selengkapnya tentang cara melatih model reduksi dimensi, lihat Service customization.

    Internet search

    Anda dapat menggunakan Internet search dengan dua cara berikut:

    • Langsung memanggil layanan Internet search.

    • Mengaktifkan Internet search saat menggunakan LLM.

    1. Login ke Konsol Open Platform for AI Search.

    2. Pilih Wilayah tujuan dan beralih ke AI Search Open Platform.

    3. Pada panel navigasi di sebelah kiri, pilih Experience Center.

    4. Untuk Service Category, pilih Internet Search (web-search).

    5. Masukkan kueri di bidang Search Query, misalnya "Apa yang bisa dilakukan di Hangzhou", dan hasilnya akan ditampilkan.