添加计分概要文件以提高搜索分数

通过评分配置文件，可以根据条件提升匹配文档的排名。 本文介绍如何指定和分配评分配置文件，以便根据提供的参数提升搜索分数。

可以使用评分配置文件进行关键字搜索、矢量搜索和混合搜索。 但是，评分配置文件仅适用于非矢量字段，因此请确保索引具有可在评分配置文件中使用的文本或数字字段。 2024-05-01-preview 和 2024-07-01 REST API 以及针对这些版本的 Azure SDK 包中提供了对矢量和混合搜索的评分配置文件支持。

有关评分配置文件的要点

评分配置文件参数可以是：

• 加权字段，在特定字符串字段中找到匹配项。 例如，你可能希望与在“内容”字段中找到的匹配项相比，在“摘要”字段中找到的相同匹配项的相关性更高。

• 用于数字数据（包括日期、范围和地理坐标）的函数。 还有一个 Tags 函数，可以对提供任意字符串集合的字段进行操作。 若想根据是否在标签字段中找到匹配项来提高分数，则可以选择这种方法而不是加权字段。

可以创建多个概要文件，然后修改查询逻辑以选择使用哪一个。

在一个索引中可以具有最多 100 个计分概要文件（请参阅服务限制），但在任何给定查询中，一次只能指定一个概要文件。

计分概要文件定义

计分概要文件是在索引架构中定义的命名对象。 评分配置文件由加权字段、函数和参数组成。

以下定义展示了名为“geo”的简单概要文件。 此示例用于提升在“hotelName”字段中具有搜索词的结果。 它还使用 distance 函数优先提升在当前位置 10 公里范围内的结果。 如果有人搜索“inn”一词，而“inn”恰好是酒店名称的一部分，包含当前位置 10 公里范围内带有“inn”的酒店的文档会在搜索结果中的较高位置出现。

"scoringProfiles": [
  {  
    "name":"geo",
    "text": {  
      "weights": {  
        "hotelName": 5
      }                              
    },
    "functions": [
      {  
        "type": "distance",
        "boost": 5,
        "fieldName": "location",
        "interpolation": "logarithmic",
        "distance": {
          "referencePointParameter": "currentLocation",
          "boostingDistance": 10
        }                        
      }                                      
    ]                     
  }            
]

若要使用此计分概要文件，请制定查询，以在请求中指定 scoringProfile 参数。 如果使用 REST API，则通过 GET 和 POST 请求指定查询。 在以下示例中，“currentLocation”具有单连接号 (-) 分隔符。 它后跟经度和纬度坐标，其中经度为负值。

GET /indexes/hotels/docs?search+inn&scoringProfile=geo&scoringParameter=currentLocation--122.123,44.77233&api-version=2024-07-01

请注意使用 POST 时的语法差异。 在 POST 中，“scoringParameters”是复数形式，并且是一个数组。

POST /indexes/hotels/docs&api-version=2024-07-01
{
    "search": "inn",
    "scoringProfile": "geo",
    "scoringParameters": ["currentLocation--122.123,44.77233"]
}

此查询对“inn”一词进行搜索，并在当前位置中传递。 请注意，此查询包含其他参数（例如 scoringParameter）。 查询参数（包括“scoringParameter”）在搜索文档 (REST API) 中介绍。

更多场景请参阅矢量和混合搜索的扩展示例和关键字搜索的扩展示例。

Azure AI 搜索中的搜索评分的工作原理

评分配置文件通过提高符合配置文件标准的匹配分数来完善默认评分算法。 评分函数适用于关键字搜索、纯矢量查询和混合查询。

当你使用 Azure AI 搜索中的评分配置文件或任何其他提升功能时，倒数排名函数 (RRF) 算法会分配分数，包括独立文本和矢量查询。 应用 RRF 后，系统会调整所有评分/提升、语义排名和矢量权重。

将评分概要文件添加到搜索索引

1. 开始使用索引定义。 可以在现有索引上添加和更新计分概要文件，而无需重新生成它。 使用创建或更新索引请求发布修订。

2. 粘贴到本文中提供的模板中。

3. 提供符合命名约定的名称。

4. 指定提升条件。 单个配置文件可以包含文本加权字段和/或函数。

应该以迭代的方式工作，使用有助于证明或反驳给定概要文件有效性的数据集。

可以在 Azure 门户中定义计分概要文件（如以下屏幕截图所示），也可以通过 REST API 或 Azure SDK（例如用于 .NET 的 Azure SDK 中的 ScoringProfile 类）以编程方式定义计分概要文件。

使用文本加权字段

当字段上下文很重要且查询包含 searchable 字符串字段时，使用文本加权字段。 例如，如果查询包含字词“airport”，则你可能希望“Description”字段中的“airport”具有比 HotelName 中更多的权重。

加权字段是由一个 searchable 字段和一个用作乘数的正数组成的名称-值对。 如果 HotelName 的原始字段分数为 3，该字段的提升分数将变为 6，从而提升父文档本身的总体分数。

"scoringProfiles": [  
    {  
      "name": "boostSearchTerms",  
      "text": {  
        "weights": {  
          "HotelName": 2,  
          "Description": 5 
        }  
      }  
    }
]

使用函数

当简单的相对权重不足或不适用时，请使用函数，例如距离和新鲜度的情况（即对数值数据的计算）。 可以为每个计分概要文件指定多个函数。 有关 Azure AI 搜索中使用的 EDM 数据类型的详细信息，请参阅支持的数据类型。

使用函数的规则

• 函数只能应用于被归为 filterable 的字段。
• 函数类型（“freshness”、“magnitude”、“distance”、“tag”）必须为小写。
• 函数不能包含 null 值或空值。
• 每个函数定义中函数只能有一个字段。 若要在同一个配置文件中使用两次度量值，请提供两个定义度量值，每个字段一个。

模板

本部分演示计分概要文件的语法和模板。 有关属性的描述，请参阅 REST API 参考。

"scoringProfiles": [  
  {   
    "name": "name of scoring profile",   
    "text": (optional, only applies to searchable fields) {   
      "weights": {   
        "searchable_field_name": relative_weight_value (positive #'s),   
        ...   
      }   
    },   
    "functions": (optional) [  
      {   
        "type": "magnitude | freshness | distance | tag",   
        "boost": # (positive number used as multiplier for raw score != 1),   
        "fieldName": "(...)",   
        "interpolation": "constant | linear (default) | quadratic | logarithmic",   

        "magnitude": {
          "boostingRangeStart": #,   
          "boostingRangeEnd": #,   
          "constantBoostBeyondRange": true | false (default)
        }  

        // ( - or -)  

        "freshness": {
          "boostingDuration": "..." (value representing timespan over which boosting occurs)   
        }  

        // ( - or -)  

        "distance": {
          "referencePointParameter": "...", (parameter to be passed in queries to use as reference location)   
          "boostingDistance": # (the distance in kilometers from the reference location where the boosting range ends)   
        }   

        // ( - or -)  

        "tag": {
          "tagsParameter":  "..."(parameter to be passed in queries to specify a list of tags to compare against target field)   
        }
      }
    ],   
    "functionAggregation": (optional, applies only when functions are specified) "sum (default) | average | minimum | maximum | firstMatching"   
  }   
],   
"defaultScoringProfile": (optional) "...", 

设置内插

可通过内插设置评分的坡度形状。 由于评分从高到低，坡度总是在下降，但内插决定了下坡的曲线。 可以使用以下内插：

设置 freshness 函数的 boostingDuration

boostingDuration 是 freshness 函数的属性。 使用它设置一个有效期，超过这个有效期之后，针对特定文档的提升将停止。 例如，要在 10 天促销期内提升某个产品系列或品牌，应针对这些文档将 10 天期限指定为 "P10D"。

boostingDuration 必须设置为 XSD "dayTimeDuration" 值（ISO 8601 持续时间值的受限子集）的格式。 它的模式为：“P[nD][T[nH][nM][nS]]”。

下表提供几个示例。

有关更多示例，请参阅 XML 架构：数据类型（W3.org 网站）。

矢量和混合搜索的扩展示例

请参阅此博客文章和笔记本，了解在矢量和生成式 AI 场景中使用评分配置文件和文档提升的演示。

关键字搜索的扩展示例

下面的示例演示具有两个计分概要文件（boostGenre、newAndHighlyRated）的索引架构。 针对此索引的任何查询（包含任一概要文件作为查询参数）将使用此概要文件对结果集进行计分。

boostGenre 概要文件使用加权文本字段，提升在“albumTitle”、“genre”和“artistName”字段中找到的匹配项。 这些字段分别提升了 1.5、5 和 2。 genre 为何比其他字段提升更高？ 如果对某种程度上为同类的数据执行搜索（正如 musicstoreindex 中的“genre”一样），可能需要在相对权重中具有更大的差异。 例如，在 musicstoreindex 中，“rock”既作为流派显示，又显示在采用相同组句方式的流派说明中。 如果希望流派的权重在流派说明之上，genre 字段将需要更高的相对权重。

{  
  "name": "musicstoreindex",  
  "fields": [  
    { "name": "key", "type": "Edm.String", "key": true },  
    { "name": "albumTitle", "type": "Edm.String" },  
    { "name": "albumUrl", "type": "Edm.String", "filterable": false },  
    { "name": "genre", "type": "Edm.String" },  
    { "name": "genreDescription", "type": "Edm.String", "filterable": false },  
    { "name": "artistName", "type": "Edm.String" },  
    { "name": "orderableOnline", "type": "Edm.Boolean" },  
    { "name": "rating", "type": "Edm.Int32" },  
    { "name": "tags", "type": "Collection(Edm.String)" },  
    { "name": "price", "type": "Edm.Double", "filterable": false },  
    { "name": "margin", "type": "Edm.Int32", "retrievable": false },  
    { "name": "inventory", "type": "Edm.Int32" },  
    { "name": "lastUpdated", "type": "Edm.DateTimeOffset" }  
  ],  
  "scoringProfiles": [  
    {  
      "name": "boostGenre",  
      "text": {  
        "weights": {  
          "albumTitle": 1.5,  
          "genre": 5,  
          "artistName": 2  
        }  
      }  
    },  
    {  
      "name": "newAndHighlyRated",  
      "functions": [  
        {  
          "type": "freshness",  
          "fieldName": "lastUpdated",  
          "boost": 10,  
          "interpolation": "quadratic",  
          "freshness": {  
            "boostingDuration": "P365D"  
          }  
        },  
        {
          "type": "magnitude",  
          "fieldName": "rating",  
          "boost": 10,  
          "interpolation": "linear",  
          "magnitude": {  
            "boostingRangeStart": 1,  
            "boostingRangeEnd": 5,  
            "constantBoostBeyondRange": false  
          }  
        }  
      ]  
    }  
  ],  
  "suggesters": [  
    {  
      "name": "sg",  
      "searchMode": "analyzingInfixMatching",  
      "sourceFields": [ "albumTitle", "artistName" ]  
    }  
  ]   
}  

另请参阅

• Azure AI 搜索中的相关性和评分
• REST API 参考
• 创建索引 API
• Azure AI 搜索 .NET SDK
• 是计分概要文件？