集合（Edm.String）属性中的 Azure 搜索索引数据

Question

目前，我们正在使用 Bot 框架 SDK（问答场景）构建知识库机器人，我们在 Azure 搜索中对数据进行索引，索引的结构包含可搜索的 Edm.String (de.Microsoft) 属性，例如（纯文本、标题）和可搜索的 Collection(Edm.String) (de.Microsoft) 属性，例如（关键字、产品类别和共同问题）。

相互问题将由管理员通过自定义 UI 提供，所以我的问题是最好存储（索引）管理员提供的相互问题，或者最好在删除后索引相互问题停用词/干扰词？

正如您所知，将使用该机器人的最终用户不会使用与原样相同的索引问题，他们可能会以不同的差异来制定问题，我已经进行了一些手动测试，并且我发现场景越来越好当关键字被删除时，在其他情况下更糟，我只想了解当 Azure 搜索查询字符串数据类型列表的可搜索属性时发生了什么。

我在发送搜索请求时使用 searchMode: any 和 queryType: full词和删除它们之后。

示例 1

"MutualQuestions": [
    "Kann ich im Konto ein individuelles Entgelt anlegen, obwohl es im Produkt keines gibt?",
    "Ich möchte eine andere Zinsberechnungsmethode als im Produkt einstellen."
  ],
  "MutualQuestionsNoNoise": [
    "Konto individuelles Entgelt anlegen, Produkt",
    "Zinsberechnungsmethode Produkt einstellen."
  ]

示例 2

{
  "MutualQuestions": [
    "Wo binde ich Produkte auf der Internetseite ein?",
    "Wie binde ich Produkte in die Internetseite ein?"
  ],
  "MutualQuestionsNoNoise": [
    "binde Produkte Internetseite"
  ]
}

提前致谢

Answer 1

句子中只有关键短语可以提高搜索结果得分。如果用户搜索特定的关键字，那么只有这个关键字的字符串会有更好的分数。例如，如果您搜索 'weekend trip'，那么句子 'awesome weekend trip' 的得分将高于 'very awesome weekend trip'。如果您使用的是language-specific analyzer，则该语言的停用词将在索引和搜索时自动删除。

但是，正如您所指出的，这取决于用户如何制定他们的查询。

How full text search works in Azure Search 很好地描述了不同的查询类型和搜索模式，以及两者对评分的影响。注意：字符串集合被视为与串联字符串相同。即：'awesome trip' 等价于 ['awesome', 'trip']。

通常选择查询类型和搜索模式需要对代表性查询进行一些实验。对于您的情况，我会尝试消除“噪音”并使用 searchMode=any。在这种情况下，我认为 queryType 并不重要。但是，这取决于您的用户的先进程度。如果你想支持正则表达式等，那么 queryType=full 会更合适。