Azure Search

サービス概要

Azure Searchは、テクノロジーの巨大企業であるMicrosoft Corporationによって開発されたAIを利用したサービスとしての検索クラウドソリューションであり、企業やアプリ開発者がWeb、モバイル、エンタープライズアプリケーションの検索パフォーマンスを最適化する検索ソリューションを構築するのに役立ちます。Azure Searchは、人工知能機能を使用して、構造化されていない、または検索できないコンテンツからデータを抽出し、データを構造化および強化し、インデックス付けする前にドキュメントに整理します。

Azure Searchを使用すると、ユーザーは、一般的なAPI呼び出しとMicrosoft .NET SDKを使用して、検索インデックスをすばやく作成し、そこにデータをアップロードし、検索クエリを設定できます。検索インデックスが稼働すると、このソリューションは、大量のトラフィックが入ったり、送信する必要のあるデータが大量であったりしても、検索結果を即座に返すことができるようにします。

サービスとしての検索クラウドソリューションを使用すると、ユーザーはアプリケーションで検索機能を有効にできるため、ユーザーがコンテンツを検索してアクセスする方法を改善できます。これらの機能には、検索候補、ファセットナビゲーション、フィルター、ヒットの強調表示、並べ替え、およびページングが含まれます。また、ユーザーは、その自然言語処理技術、最新のクエリ構文、および高度な検索機能を利用できます。最後に重要なことですが、Azure Searchには監視機能とレポート機能があります。ユーザーは、ユーザーが何を検索して検索ボックスに入力しているかについての洞察を得たり、クエリや待ち時間などに関連するメトリックを示すレポートにアクセスしたりできます。

特長

コグニティブ検索機能による人工知能の組み込み

Azure Searchが提供するユニークで強力な機能の1つは、インデックス作成プロセスに人工知能を組み込むことです。これは、認知検索と呼ばれる機能で確認できます。この機能により、ユーザーはソースドキュメントまたはコンテンツからデータを自動的に抽出し、それらを後で検索インデックスの一部となる構造化された検索可能なデータに変換できます。データがどのように変換されるかは、認知スキルと呼ばれる、ユーザーがセットアップする一連のステップとリソースによって異なります。これらのスキルはAIアルゴリズムを使用しており、データの構造化と強化に非常に役立ちます。

ソースデータとドキュメントのクラッキング

コグニティブ検索機能は、ソースデータとドキュメントクラッキング、認知スキルとエンリッチメント、検索インデックスとクエリベースのアクセスフェーズを含むさまざまなフェーズに分割されたパイプラインを通じて動作します。パイプラインの最初のフェーズには、ソースドキュメントからテキストまたは画像ベースのコンテンツを抽出するプロセスが含まれます。ドキュメントのクラッキングにより、ユーザーは画像ファイルまたは非テキストソースからテキストベースのコンテンツを抽出または生成できます。このフェーズでは、コンテンツはまだ構造化されておらず、検索可能ではありません。

非構造化コンテンツを検索可能なコンテンツに変換

パイプラインの第2フェーズは非常に重要です。これは、認知スキルが主要な役割を果たし、ユーザーが抽出または生成されたコンテンツを洞察し、推論し、構造化された検索可能なコンテンツに変換するフェーズです。Azure Searchは、2つの一般的なタイプの認知スキルで構成されています。事前定義された認知スキルとカスタム認知スキルです。一連の認知スキルはスキルセットと呼ばれます。ユーザーが適用できる事前定義済みスキルの1つは、名前付きエンティティの認識認知スキルです。このスキルを使用すると、個人の名前、場所、組織などのコンテンツから名前付きエンティティまたはデータが即座に抽出されます。別の事前定義済みスキルは、キーフレーズ抽出認知スキルです。このスキルにより、ユーザーは非構造化コンテンツからフレーズのリストを生成できます。

カスタム認知スキルと充実したドキュメント

カスタム認知スキルに関しては、これらはユーザーが特別なデータ評価プロセスとインデックス作成操作を実行するために設定できるスキルです。たとえば、特定の専門分野に基づいてデータを抽出できます。コンテンツが処理された後、それらは強化されたドキュメントのコレクションに編成されます。これらのドキュメントで見つかったデータまたはコンテンツは、検索インデックスを構成するインデックスフィールドにマップできます。ただし、ユーザーは、検索インデックスに含めるデータまたはコンテンツを決定できます。コンテンツが検索インデックスのインデックスフィールドにマップされると、クエリの検索結果を生成するときに検索ソリューションが返すコンテンツの1つになります。

全文検索とテキスト分析を異種コンテンツに適用する

Azure Searchは、他の検索ソリューションやサービスと同様に、フルテキスト検索とテキスト分析と呼ばれる非常に一般的な手法を使用しています。この手法では、検索エンジンまたはソリューションが、格納されたドキュメントまたはフルテキストデータベースに含まれるすべての単語をチェックし、行われたクエリに基づいて検索結果を返します。ただし、そのような手法を採用している人もいますが、同じデータベース管理システムで管理されているコンテンツでしか機能しない場合があります。逆に、Azure Searchの全文検索機能は、異なるデータベース管理システムに属するコンテンツに対しても実装できるため、ユーザーは異種のソースからコンテンツを保存および検索できます。

Luceneクエリ構文の活用

全文検索とテキスト分析を実行する際に、Azure SearchはLuceneクエリ構文と呼ばれる業界最先端の検索クエリ構文の実装をサポートしています。これはApacheによって開発されたクエリ言語であり、ユーザーは検索ソリューションの検索クエリを作成するときに、そのような構文を適用して有効にすることができます。Luceneクエリ構文は、一般にあいまい検索と呼ばれるものなど、さまざまなタイプのクエリ操作に推奨されます。あいまい検索は、スペルは異なりますが、1つまたは複数の類似した文字（青、青、接着剤など）を共有する可能性がある単語または用語を検索するために使用されます。

構文を適用できる別のタイプのクエリ操作は、近接検索を実行するときです。ここでは、互いに近い単語が検索されます。チルダ「〜」記号が2つの単語の終わりに追加され、その後に数字が続きます。この数は近接境界であり、中間語の最大数である距離を定義します。たとえば、「ホテル空港」〜5と入力すると、ドキュメント内で「ホテル」と「空港」が5ワード以内で検索されます。

ランクスコアを使用してビジネスに合わせて検索結果を調整する

Azure Searchは、関連性モデリング機能も備えています。この機能を使用すると、ユーザーは、検索結果に表示されるコンテンツまたはアイテムのランキングをスコアリングする方法をカスタマイズできます。基本的に、スコアが高いコンテンツは関連性も高く、検索結果の上部に配置されます。独自のスコアリングプロファイルを作成することで、ユーザーは検索結果のコンテンツの関連性とランキングを定義できます。つまり、検索結果でのコンテンツの表示方法を構成し、ビジネス要件と目標に合わせてコンテンツを調整できます。たとえば、新製品を宣伝している場合、検索結果で上位にランク付けされるように、これらの製品のスコアリングプロファイルを設定できます。

機能

• 優れたエンタープライズ検索ソリューションを構築する
• AIをインデックス作成プロセスに組み込む
• 認知スキル
• ソースドキュメントから非構造化コンテンツを抽出する
• 非構造化コンテンツを検索可能なコンテンツに変換
• 充実したドキュメントを生成する
• フルマネージド検索サービス
• 検索をすばやくプロビジョニング
• API呼び出しとMicrosoft .NET SDKによる検索インデックスの設定と管理
• 全文検索
• 単純なクエリ構文
• Luceneクエリ構文
• データ統合
• 言語分析
• 地域検索
• ユーザーエクスペリエンス機能
• 関連性
• モニタリングとレポート
• プロトタイピングと検査のためのツール