이 페이지에서는 검색 및 순위 지정이 함께 작동하여 Vertex AI Search 앱에서 관련 검색 결과를 제공하는 방법을 설명합니다.
개요
간단히 말해 검색은 관련 문서를 찾는 것이고 순위 지정은 검색된 문서를 정렬하는 것입니다. 사용 가능한 모든 문서의 순위를 지정하는 것은 컴퓨팅 비용이 많이 들 수 있습니다. 따라서 검색 및 순위 지정은 순차적으로 작동합니다.
먼저 검색 모델이 쿼리를 이해하고 다시 작성합니다. 그런 다음 사용 가능한 데이터 소스와 데이터 스토어의 색인 생성된 문서 수에 따라 모델 은 수천 개의 문서를 검색합니다. 검색된 문서에 관련성 점수가 할당됩니다.
그런 다음 순위 지정 모델은 검색된 문서의 순위를 지정하고 순위가 지정된 상위 400개의 결과를 제공합니다. 다음 이미지는 이러한 두 프로세스가 검색 워크플로에 어떻게 적합한지 보여줍니다.
검색 방법
검색은 사용자 쿼리와 관련된 데이터 스토어 에서 문서 하위 집합을 선택하는 프로세스입니다. Vertex AI Search 모델 은 다음과 같은 다양한 신호를 기반으로 검색 앱의 검색을 관리하고 관련성 점수를 할당합니다.
주제: 키워드 일치, 지식 그래프, 웹 신호를 포함합니다.
임베딩: 개념적으로 유사한 콘텐츠를 찾는 임베딩을 포함합니다.
교차 어텐션: 모델이 쿼리와 문서 간의 관계를 고려하여 문서에 관련성 점수를 할당할 수 있습니다.
최신성: 데이터 스토어의 문서 연령을 확인하는 작업이 포함됩니다.
사용자 이벤트: 맞춤설정에 사용되는 전환 신호를 포함합니다.
또한 검색 요청에서 관련성 필터 및 메타데이터 필터를 웹사이트 데이터 및 정형 또는 비정형 데이터에 제공하여 관련 문서 목록을 좁힐 수 있습니다.
순위 지정 방법
순위 지정은 검색 단계에서 선택된 문서를 가져와 다음 조건에 따라 새 관련성 점수를 할당하고 순서를 다시 지정합니다.
- 부스트: 커스텀 속성 또는 최신성에 따라 특정 결과를 승격하거나 강등합니다. 이는 검색된 처음 1,000개의 문서에 영향을 미치고 상위 400개의 순위를 지정합니다. 자세한 내용은 검색 결과 부스트를 참조하세요.
- 커스텀 순위 지정: 특정 요구사항에 맞게 공식 기반 순위 지정 알고리즘으로 기본 순위 지정 로직을 제어, 조정, 재정의합니다. 커스텀 순위 지정이 할당하는 관련성 점수는 결과를 제공할 때 우선순위를 갖습니다. 자세한 내용은 검색 결과 순위 지정을 맞춤설정하기를 참조하세요.
- 정렬: 예를 들어 날짜별로 정렬 안내를 적용합니다.
- 검색 조정: 모델이 문서의 시맨틱 관련성을 인식하는 방식에 영향을 미치고 임베딩 관련성 점수를 변경합니다. 자세한 내용은 검색 조정으로 검색 결과 개선을 참조하세요.
- 이벤트 기반 순위 재지정: 사용자 이벤트 기반 맞춤설정 모델을 사용하여 제공 시 결과를 업데이트합니다.