依文件層級關聯性篩選搜尋結果

注意 ： 這項功能是預先發布版產品，使用時須遵守《GCP 服務專屬條款》的《正式發布前產品條款》。 正式發布前的產品和功能或許只提供部分支援，而且這類產品和功能的變更，可能與其他正式發布前版本不相容。詳情請參閱推出階段說明。此外，使用這項功能即表示您同意《生成式 AI 預先發布版條款及細則》(下稱「預先發布版條款」)。就這項功能而言，您可以按照《Cloud 資料處理附加條款》所述方式處理個人資料，同時也必須遵守「協議」中的適用限制和義務 (相關定義請見「預先發布版條款」)。

在 Vertex AI Search 應用程式中搜尋時，您可以指定文件層級的關聯性篩選條件，這樣系統只會傳回符合篩選條件門檻的文件。本頁面說明門檻類型、門檻最佳化的重要性，以及如何指定相關性篩選條件和門檻。

依文件層級關聯性篩選簡介

搜尋查詢傳回結果時，系統會為每個擷取的文件指派關聯程度。在搜尋要求中，您可以設定門檻，只傳回符合篩選門檻的文件。設定較高的門檻可減少查詢傳回的文件數量。但如果門檻設得太低，結果可能會出現與使用者查詢內容關聯性不高的文件。

因此，如果發現結果包含太多與使用者關聯性不足的文件，請設定較高的關聯性門檻，將結果縮減為最相關的少數文件。如果高閾值過於嚴格，可以調低至較合適的值。

搜尋類型

您可以對下列類型的搜尋套用相關性篩選器：

• 關鍵字搜尋：根據關鍵字搜尋檢索文件。
• 語意相似度搜尋：根據嵌入檢索文件。

在關聯性篩選器定義中，您可以為每項搜尋指定閾值類型。搜尋會擷取指定搜尋的文件，然後套用指定門檻。

閾值類型

傳送搜尋要求時，您可以為關鍵字和語意相似度搜尋指定下列其中一種門檻。

• 關聯性門檻：設定這個門檻後，搜尋功能會使用專屬模型判斷文件關聯性。在這種情況下，搜尋可能會使用任何相關信號，例如關鍵字相似度分數、主題性分數和語意相似度分數。

  關聯性門檻是粗略的設定，允許下列值：HIGH、MEDIUM、LOW 和 LOWEST。HIGH 門檻可能會傳回較少高相關分數的文件，而 LOWEST 門檻可能會傳回更多與搜尋查詢不相關的文件。

  注意： 這項關聯性篩選功能與搜尋結果傳回的文件關聯性分數不同，精確度也較低。

• 語意關聯性門檻：設定這個門檻後，篩選器只會根據語意相似度分數判斷文件關聯性。

  語意關聯性門檻是精細的設定，也是介於 0 到 1 之間的浮點值。將門檻設為零會傳回所有文件，設為一則會傳回最相關的文件。

關聯性篩選器定義和範例

如要在搜尋要求中定義相關性篩選器，請為每種搜尋類型 (關鍵字搜尋和語意搜尋) 指定一種門檻 (相關性門檻和語意相關性門檻)。您可以在相關性篩選器規格中指定其中一種或兩種搜尋類型。不過，每種搜尋類型只能定義一種門檻。舉例來說，你可以嘗試下列做法：

{
  "relevanceFilterSpec": {
    "keywordSearchThreshold":  {
      "relevanceThreshold": "LOW"
    },
    "semanticSearchThreshold":  {
      "semanticRelevanceThreshold": 0.871
    }
  }
}

在這項搜尋要求中，結果會分兩個階段傳回：擷取和篩選。

• 搜尋作業會根據關鍵字比對結果擷取文件，然後以低相關性門檻篩選文件。這會傳回大量擷取的文件。
• 同時，搜尋功能會根據語意相似度擷取文件，然後以 0.871 的高語意相關性門檻篩選文件。這樣一來，系統傳回的擷取文件就會比較少。

搜尋重點在於關鍵字比對，而非語意相似度。 篩選器會允許更多因關鍵字比對而擷取的文件。

同樣地，您可以按照下列方式定義關聯性篩選器，傳回較少含有相符關鍵字的文件，以及較多含有語意相似性的文件。

"relevanceFilterSpec": {
    "keywordSearchThreshold":  {
        "semanticRelevanceThreshold": 0.871
    },
    "semanticSearchThreshold":  {
        "relevanceThreshold": "LOW"
    }
}

文件層級關聯性篩選器支援的資料類型和應用程式

文件層級關聯性篩選器可套用至含有下列類型資料的資料庫：

• 具備進階網站索引建立功能的網站資料
• 自訂非結構化資料
• 自訂結構化資料

文件層級相關性篩選器不適用於具有基本網站索引、媒體資料或醫療保健資料的資料存放區。

此外，文件層級相關性篩選器不適用於混合搜尋應用程式。混合搜尋應用程式是指連結至多個資料儲存庫的應用程式。

其他類型的篩選器

文件層級相關性篩選條件並非篩選查詢傳回資料的唯一方式。您也可以使用篩選運算式，根據中繼資料 (在進階網站索引和含中繼資料的非結構化資料儲存庫中) 和欄位值 (在結構化資料儲存庫中) 篩選結果。

詳情請參閱：

• 使用進階網站索引建立功能篩選運算式

• 篩選自訂搜尋結果，找出結構化或非結構化資料

如果同時使用篩選運算式和文件層級關聯性篩選器，系統會先對結果套用篩選運算式，然後再套用文件層級關聯性篩選器。

事前準備

請確認您已建立應用程式和資料儲存庫，並將資料擷取至資料儲存庫。詳情請參閱「建立搜尋應用程式」。另請參閱「文件層級相關性篩選器支援的資料類型和應用程式」。

依文件層級關聯性搜尋及篩選結果

如要依相關性篩選，請按照下列步驟操作：

注意：您可以使用 engines.servingConfigs.search 方法搜尋應用程式，並使用 dataStores.servingConfigs.search 方法搜尋資料儲存庫。Google 建議使用 engines.servingConfigs.search 方法進行搜尋，以執行下列程序。

1. 找出應用程式 ID。如果已有應用程式 ID，請跳到下一個步驟。

   1. 前往 Google Cloud 控制台的「AI Applications」頁面。

      前往「應用程式」

   2. 在「應用程式」頁面中找出應用程式名稱，然後從「ID」欄取得應用程式的 ID。

2. 如要依文件層級相關性篩選搜尋結果，請使用 engines.servingConfigs.search 方法，指定 relevanceFilterSpec 欄位，為每種搜尋類型定義一種門檻。也就是說，您可以為特定類型的搜尋指定 relevanceThreshold 或 semanticRelevanceThreshold。

   重要詞彙：在 Vertex AI Search 中，API 脈絡下的「應用程式」一詞可與「引擎」互換使用。

   curl -X POST -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
   -H "Content-Type: application/json" \
   "https://discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/collections/default_collection/engines/APP_ID/servingConfigs/default_search:search" \
   -d '{
    "servingConfig": "projects/PROJECT_ID/locations/global/collections/default_collection/engines/APP_ID/servingConfigs/default_search",
   "query": "QUERY",
   "relevanceFilterSpec": {
     "keywordSearchThreshold":  {
         "relevanceThreshold": "RELEVANCE_THRESHOLD"
     },
     "semanticSearchThreshold":  {
         "semanticRelevanceThreshold": SEMANTIC_RELEVANCE_THRESHOLD
     }
   }
   }'
   

   更改下列內容：

   • PROJECT_ID： Google Cloud 專案的 ID。
   • APP_ID：要查詢的 Vertex AI Search 應用程式 ID。
   • QUERY：要搜尋的查詢文字。
   • RELEVANCE_THRESHOLD：下列其中一項：HIGH、MEDIUM、LOW、LOWEST。
   • SEMANTIC_RELEVANCE_THRESHOLD：範圍 [0,1] 中的浮點值。

   指令與結果範例

   curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)"
   -H "Content-Type: application/json" \
   "https://discoveryengine.googleapis.com/v1alpha/projects/my-project-123/locations/global/collections/default_collection/engines/my-search-app/servingConfigs/default_search:search" \
   -d '{
   "servingConfig": "projects/my-project-123/locations/global/collections/default_collection/engines/my-search-app/servingConfigs/default_search",
   "query": "What is the check grounding API",
   "relevanceFilterSpec": {
   "keywordSearchThreshold": {
    "relevanceThreshold": "HIGH"
   }
   "semanticSearchThreshold": {
    "semanticRelevanceThreshold": 0.45
   }
   }
   }'
   
   {
   "results": [
   {
     "id": "a082e70352c073a4443502477255bd2a",
     "document": {
       "name": "projects/123456/locations/global/collections/default_collection/dataStores/my-data-store/branches/0/documents/a082e70352c073a4443502477255bd2a",
       "id": "a082e70352c073a4443502477255bd2a",
       "derivedStructData": {
         "displayLink": "cloud.google.com",
         "link": "https://cloud.google.com/generative-ai-app-builder/docs/check-grounding",
         "htmlTitle": "Check grounding",
         "title": "Check grounding"
       }
     },
     "rankSignals": {
     ...
     },
     "retrievalSignals": {
       "retrievalSource": 1
     }
   }
   ],
   "totalSize": 1,
   "attributionToken": "f_B-CgwIidzwswYQyue15gESJDY2N2M1NmJkLTAwMDAtMjk3Ni1iMGI4LTg4M2QyNGZmNTZhOCIHR0VORVJJQypAjr6dFavEii3b7Ygt3o-aIoCymiLC8J4Vo4CXIra3jC3Usp0V24-aIt7tiC3n7YgtrsSKLeTtiC2DspoixsvzFw",
   "guidedSearchResult": {},
   "summary": {}
   }
   

   這裡將關聯性門檻設為「高」，因此只會傳回最相關的結果。在本例中，只有一份文件被判定為高度相關。擷取來源會標示為 1，對應至關鍵字相似度。

3. 使用不同門檻測試多個查詢，找出最適合資料和應用程式的門檻設定。