OpenSearch:検索用のカスタムシノニムモデル

概要

ドキュメントを検索する前に、OpenSearch はユーザーの検索クエリのセマンティクスを分析、処理します。シノニム機能は、検索クエリを同義語で拡張し、より広範な関連ドキュメントを検索します。ビジネスシナリオは多様であるため、最適な検索パフォーマンスを確保するには、アプリケーション固有のシノニムモデルが必要となります。

OpenSearch は、豊富なドメイン固有のシノニムモデルを提供します。対応する業界固有のアナライザーを使用して、専用のカスタムシノニムモデルを簡単にトレーニングできます。このモデルは、既存のデータを自動的に抽出して適応します。また、パーソナライズされたシノニムデータをインポートして、モデルトレーニングを最適化することもできます。詳細については、テクニカルサポートにお問い合わせください。

カスタマイズ検索モデルには、ストレージ容量、コンピューティングコスト、モデルトレーニングに基づいて料金が発生します。料金の詳細については、OpenSearch Industry Algorithm Edition の課金をご参照ください。

クイックスタート

カスタムシノニムモデルを作成して使用するには、次の 3 つの手順に従います。

1. カスタムシノニムモデルを作成してトレーニングします。

2. トレーニング済みモデルを参照するようにクエリ分析を設定します。

3. 介入辞書を使用して、必要に応じてモデルを調整します。

モデルの作成とトレーニング

1. OpenSearch コンソールにログインし、[OpenSearch Industry Algorithm Edition] > [検索アルゴリズムセンター] > [検索設定] > [カスタマイズ検索モデル] > [作成] の順に移動します。

2. [モデル名] を入力し、[シノニムモデル] を選択し、[トレーニングフィールド] を選択してから、[送信] をクリックします。

   [対象アプリケーション] ドロップダウンリストで、アプリケーションを選択します。[モデル名] は 1～30 文字で、英字で始まる必要があります。英字の大文字と小文字、数字、アンダースコア (_) を使用できます。

3. [トレーニング] をクリックしてシノニムモデルをトレーニングするか、[クエリ分析設定] をクリックしてクエリ分析でモデルを使用できます。[完了] をクリックしてページを閉じます。

4. 作成時、モデルの [モデルステータス] は [利用不可]、[最新バージョンステータス] は [トレーニング待ち] になります。カスタマイズ検索モデルページで、モデルを見つけて、[操作] 列の [トレーニング] をクリックします。

5. シノニムモデルのトレーニングが完了すると、[モデルステータス] が [利用可能] に、[最新バージョンステータス] が [トレーニング済み] に変わります。

クエリ分析の設定

クエリ分析ルールを設定する際に、[シノニム] チェックボックスをオンにします。表示される設定パネルで、辞書として [カスタムモデル] を選択します。作成した [カスタムシノニムモデル] (例: my_test)、[カスタムシノニムモデルバージョン] (例: 2)、およびオプションの [介入辞書] (例: syn) を選択します。設定が完了したら、[送信] をクリックします。

モデルの詳細

カスタマイズ検索モデル

このページには、カスタマイズ検索モデルが一覧表示され、管理できます。

モデルリストには、[シノニムモデル]、[重み付けモデル]、[テキストアナライザーモデル] などのさまざまなモデルタイプが含まれます。[操作] 列には、[詳細] や [トレーニング] などのオプションがあります。ページ上部の [作成] ボタンを使用して、カスタムモデルを作成できます。

シノニムモデルの詳細

詳細ページには、[基本情報]、[設定情報]、[トレーニング履歴] の 3 つのセクションが含まれます。

1. カスタムシノニムモデルのトレーニングが完了したら、[詳細] をクリックしてから、[参照ルール] の下にある [表示] をクリックして、現在のシノニムモデルを参照しているクエリ分析ルールを確認できます。

ナビゲーションペインで [検索アルゴリズムセンター] > [検索設定] を選択し、[カスタマイズ検索モデル] タブをクリックします。対象のシノニムモデルを見つけて、[操作] 列の [詳細] をクリックします。[基本情報] セクションには、作成時刻、最終トレーニング開始時刻、[モデルステータス] (例: 「利用可能」)、[最新バージョンステータス] (例: 「トレーニング済み」) が表示されます。[設定情報] セクションには、トレーニングフィールド (例: title) が表示されます。[トレーニング履歴] テーブルには、モデルバージョン、バージョンステータス、トレーニング開始時刻、トレーニング終了時刻、参照ルール、アクション (削除を含む) の列が含まれます。

2. モデルパフォーマンスのテスト

[トレーニング履歴] テーブルで、対象のモデルバージョンを見つけて、[操作] 列の [パフォーマンステスト] をクリックします。[パフォーマンステスト] ページで、[テストテキスト] ボックスに検索クエリを入力して、対応する [シノニム拡張結果] を表示します。

3. [パフォーマンス比較] の表示

[モデル差分率] は、2 つのモデルのシノニム結果間の差分の割合です。

検索テストページ

1. OpenSearch コンソールで、[OpenSearch Industry Algorithm Edition] > [機能拡張] > [検索テスト] に移動して、検索パフォーマンスをテストします。

検索テストページで、検索クエリ default:'medicine' を入力します。シノニム拡張後、実際の検索クエリは (default:'medicine') OR (default:'drug') OR (default:'medicinal' AND default:'product') OR (default:'medical' AND default:'medicine') に書き換えられます。右側の [クエリ分析] パネルの [シノニム] 行には、拡張結果が drug/medicinal product/medical medicine として表示されます。

2. 各検索リクエストのコンピューティングコストを表示するには、カスタムパラメータ fetch=result:compute_cost を追加し、[ソースコードモード] を有効にします。検索テストページで、クエリステートメントを default:'medicine' に設定し、このパラメータを追加してコンピューティングコスト (LCU) の詳細を取得します。JSON レスポンスの compute_cost フィールドには algos 配列が含まれており、シノニムアルゴリズムのコスト (function: "synonym"、例: value: 5) とインデックスの合計 LCU 消費量 (例: value: 6.44) が表示されます。

3. インデックス検索に 2 つ以上のモデルを使用する場合は、OR 演算子で接続します。

クエリステートメントの例は zw_ds_model:'search' OR it_model:'black' です。返される compute_cost 構造には algos 配列が含まれます。配列内の各要素は、モデルの name とそのコンピューティングコスト value を示します。zw_ds_model と it_model の value はどちらも 2.1 で、これは各モデルのコンピューティングコストを表します。

制限事項

• この機能は、Dedicated Cluster Instance of Industry Algorithm Edition でのみ使用できます。

• インスタンスごとに最大 5 つのカスタムモデルを作成でき、各モデルは最大 3 つのバージョンを持つことができます。

• 特定のアプリケーション用に作成されたカスタマイズ検索モデルは、他のアプリケーションでは使用できません。