Sebelum memulai
Untuk memproses dokumen contoh ke Document AI Warehouse, lihat Panduan Memulai Cepat.
Penelusuran GenAI
Penelusuran AI generatif mengambil k dokumen teratas yang paling relevan dengan kueri penelusuran (kata kunci atau bahasa natural). Fitur ini menampilkan jawaban yang tepat dari kumpulan dokumen yang diupload pelanggan, mengurutkan hasil penelusuran berdasarkan relevansi.
Pemanggil permintaan penelusuran memutuskan k dengan menentukannya di kolom qaSizeLimit. Model bahasa besar menentukan relevansi antara kueri penelusuran dan dokumen.
Data apa yang ditelusuri?
- plain_text dokumen.
- Jika Anda mengimpor objek Document AI, gunakan cloud_ai_document.text yang disematkan.
Pemfilteran, penomoran halaman, histogram, sinonim kustom, tingkat dokumen, kontrol akses terperinci tidak didukung.
Melakukan panggilan permintaan penelusuran
Untuk memanggil layanan penelusuran, Anda harus menggunakan permintaan penelusuran, yang ditentukan sebagai berikut:
{
"documentQuery": {
object (DocumentQuery)
},
"qaSizeLimit": integer
}
Kolom parent harus diisi dengan format:
/projects/PROJECT_ID/locations/LOCATION
Kolom qaSizeLimit wajib diisi untuk penelusuran AI Generatif.
Respons terhadap permintaan penelusuran
Respons penelusuran didefinisikan sebagai berikut:
{
"matchingDocuments": [
{
object (MatchingDocument)
}
],
"metadata": {
object (ResponseMetadata)
}
}
Kueri Dokumen
Kolom document_query ditentukan sebagai berikut:
{
"query": string,
"isNlQuery": boolean
}
Kolom query adalah untuk kata-kata kueri penelusuran pengguna yang meminta, yang dapat berupa kata kunci atau pertanyaan dalam bahasa alami. Biasanya, kueri ini berasal dari kolom penelusuran di UI. Kolom isNlQuery harus disetel ke benar (true) untuk penelusuran AI Generatif.
Dokumen yang cocok
Dokumen yang cocok akan terlihat seperti ini:
{
"document": {
object (Document)
},
"searchTextSnippet": string,
"qaResult": {
object (QAResult)
}
}
Kolom SearchTextSnippet berisi cuplikan yang menjawab kueri bahasa alami pengguna. Tidak ada tag tebal HTML, dan sorotan dalam cuplikan jawaban dapat ditemukan di QAResult.highlights. Catatan: Referensi lengkap untuk Dokumen yang Cocok.
Hasil penelusuran GenAI
Ini adalah informasi hasil penelusuran GenAI.
{
"highlights": {
object(Highlight)
}
"confidence_score": float
}
Sorotan
Ini adalah rentang teks dalam cuplikan search-text yang merepresentasikan bagian yang ditandai, seperti konteks jawaban atau kalimat yang sangat relevan.
{
"start_index": integer
"end_index": integer
}
Pertanyaan dan jawaban dari sekumpulan dokumen
Untuk membuat jawaban menggunakan GenAI, Anda harus menggunakan permintaan penelusuran dengan documentNameFilter, yang didefinisikan sebagai berikut:
{
"documentQuery": {
"query": "QUERY",
"isNlQuery": "true",
"documentNameFilter" : [
"projects/PROJECT_NUMBER/locations/LOCATION/documents/DOCUMENT_ID_1",
"projects/PROJECT_NUMBER/locations/LOCATION/documents/DOCUMENT_ID_2",
]
},
"qaSizeLimit": integer
}
Hindari menambahkan filter lain ke documentQuery karena filter lainnya belum berfungsi.
Jika jawaban dapat ditemukan dalam kumpulan dokumen yang diberikan, jawaban akan disimpan di kolom questionAnswer.
{
"document": {
object (Document)
},
questionAnswer: "QUESTION_ANSWER",
}
Langkah berikutnya
Lanjutkan ke panduan memulai GenAI untuk memahami dan menjalankan GenAI di Document AI Warehouse.
Lanjutkan ke panduan penelusuran GenAI untuk mempelajari cara mengelola penelusuran di GenAI.