我正在尝试创建一个索引和技能，让我能够
索引 pdf、多页和单页以及所有其他类型的文件， 提取数据并使其可搜索，
搜索“猫”字词，并在其中显示该字词的部分文本，以及找到该字词的 PDF/图像的页码和文档名称/可下载 URL、边界框、会很好，但不是必需的。
我正在苦苦挣扎，我尝试过文本提取技能、OCR 技能，但我正在苦苦挣扎，因为搜索词返回整个提取的文档（100 页），作为文件“内容”中的文本
这对我来说没有多大意义，JFK 的例子已经过时了。
我在这上面花了 4 天，没那么难，文档也没那么有用。
我已使用门户工具绑定到“构建”、索引和技能组，但得到了类似的结果。
任何帮助将不胜感激。
【问题讨论】：
标签： azure azure-cognitive-search azure-cognitive-services
如果您更喜欢将 hOCR 格式用于边界框，您可能想尝试 hOCR custom skill, available on GitHub from the Power Skills repository，但是 [OCR 技能]（https://docs.microsoft.com/en-us/azure/search/cognitive-search-skill-ocr#sample-text-and-layouttext-output's 输出）已经为内容提供了边界框。请注意，Power Skills repo 还更新了 JFK 示例中使用的大多数技能的版本，包括可以帮助您制作应用中可用页面图片的图像存储。
使其发挥作用的关键在于技能组合定义。
The JFK skillset的OCR技能输出layoutText。
还有一个自定义图片存储技能，上传/document/normalized_images/*/data并将生成的URI保持为imageStoreUri。
另一个自定义技能将 OCR 布局结果转换为 HOCR 格式。
然后ShaperSkill 将在ocrImageMetadata 下聚合该信息。
在 JFK 的情况下，该信息随后会在 cryptonyms 下进一步聚合，因为这是 JFK 演示关注的主要内容，并且图像元数据也是 /document/hocrDocument/metadata 的输出字段映射 metadata ，它也被索引。重要的一点是所有相关信息都映射到索引字段。因此，其中的信息可以从索引查询结果中获得。
【讨论】：