azure-cognitive-search - Azure 搜索 - 当可搜索值具有句子分隔符时，搜索突出显示值会中断

问题描述

您好 Azure 搜索团队，

对不起，如果这个问题看起来很大，但我想用一些可能使问题看起来很冗长的数据来解释它。

我来自 PowerBI 团队，根据我们在 Azure 搜索中的搜索突出显示功能的文档有一个问题。

我昨天使用如下示例文档创建了一个基于 Azure 的搜索索引。

"DocumentId": "257d13f0-ea1f-412f-9858-baa49b35f6b5",
"ModelId": "78869cb7-352e-4415-911e-464308c6d8d9",
"TableId": "Employees",
"ColumnId": "Details",
"ColumnValues": [
    "Boston Massachusetts",
    "Tampa Florida",
    "Palo Alto California",
    "Sentenceeeeeeeeeeeeeeeeeeeeeee with 101 characters tokenwith50characterssssssssssssssssssssssssssssss",
    "Data is repeated Data is repeated Data is repeated",
    "Data is repeated. Data is repeated. Data is repeated.",
    "Washington",
    "Washington D.C"
]

请注意，只有“ ColumnValues”是可搜索的。ColumnValues[4]另外，请注意英语句子分隔符（.）中的重复值ColumnValues[5]（假设索引从 0 开始）。

现在，如果用户搜索"Data"，我们会将以下搜索查询传递给 Azure 搜索：

\"/.*Data.*/\" &queryType=full &highlight=ColumnValues-100&highlightPreTag=''&highlightPostTag=" &searchMode=any &$top=1500 &$count=true

以下是搜索门户中 Azure 搜索 API 的响应：

{
    "@odata.context": "https://huynazuresearch1.search.windows.net/indexes('columnbasedindex')/$metadata#docs(*)",
    "@odata.count": 1,
    "value": [
        {
            "@search.score": 1,
            "@search.highlights": {
                "ColumnValues": [
                    "''Data\"  is repeated ''Data\"  is repeated ''Data\"  is repeated",
                    "''Data\"  is repeated.",
                    "''Data\"  is repeated.",
                    "''Data\"  is repeated."
                ]
            },
            "DocumentId": "257d13f0-ea1f-412f-9858-baa49b35f6b5",
            "ModelId": "78869cb7-352e-4415-911e-464308c6d8d9",
            "TableId": "Employees",
            "ColumnId": "Details",
            "ColumnValues": [
                "Boston Massachusetts",
                "Tampa Florida",
                "Palo Alto California",
                "Sentenceeeeeeeeeeeeeeeeeeeeeee with 101 characters tokenwith50characterssssssssssssssssssssssssssssss",
                "Data is repeated Data is repeated Data is repeated",
                "Data is repeated. Data is repeated. Data is repeated.",
                "Washington",
                "Washington D.C"
            ]
        }
    ]
}

现在，我们按预期返回了文档，但我们对 Azure 搜索返回的搜索突出显示值进行了一些处理。

对于我们的需要，我们需要为每个匹配形成一个ColumnInfo对象。{ColumnId , ColumnValues}为此，我们遍历 @search.highlights 数组并尝试将每个突出显示的值映射到相应的ColumnValues.

现在，对于@search.highlights.ColumnValues-中的第一个值"''Data\" is repeated ''Data\" is repeated ''Data\" is repeated"，我们可以轻松地将其映射到ColumnValues[4]相等的匹配类型。

所以，我们可以很容易地形成一个ColumnInfo对象{"Details", "Data is repeated Data is repeated Data is repeated"}。但是，对于剩余的值（索引 1,2 和 3），@search.highlights.ColumnValues我们看到它们中的所有 3 个（“''Data”被重复。”）映射到ColumnValues[5].

我看到了这个问题。当可搜索值具有 . （一些分隔符），搜索突出显示在那里中断，因此不返回ColumnValues字段的整个实例。

由于我们对构建的ColumnInfo对象感兴趣，因此{ColumnId , ColumnValues}我们对实例的整个价值感兴趣，ColumnValue而不是它的部分/亮点。

无论如何，我们可以覆盖此行为并让 Azure 搜索返回ColumnValue匹配的相应字符串的整个字符串，作为搜索突出显示的一部分？这样做可以避免我们在Contains从 Azure 搜索中获取结果以ColumnInfo构造{ColumnId , ColumnValues}.

我想看看有什么建议的选项。如果问题很冗长，我很抱歉，如果需要，我很乐意安排一个简短的电话讨论。

谢谢，萨加尔

标签： azure-cognitive-searchazure-search-.net-sdk

azure-cognitive-search - Azure 搜索 - 当可搜索值具有句子分隔符时，搜索突出显示值会中断

问题描述

解决方案

推荐阅读