Поиск по ключевым словам находит те слова, которые вы ввели. Это работает, пока в документе не написано «расторжение», а вы искали «отмена», или пока политика не описывает одно и то же обязательство тремя разными формулировками. Семантический поиск создан для этого разрыва: вместо сопоставления символов он сопоставляет смысл, и вопрос, заданный вашими словами, может привести к фрагменту, который на него отвечает.
Как работает семантический поиск в AuraDoc
Когда документ обрабатывается, его текст делится на фрагменты, и каждый фрагмент превращается во встраивание, числовое представление того, о чём фрагмент. Эти встраивания хранятся в векторном индексе. При поиске ваш запрос так же превращается во встраивание и сравнивается с сохранёнными фрагментами, а самые близкие возвращаются как результаты. Конечная точка поиска API по умолчанию возвращает десять результатов, максимум пятьдесят, игнорирует слабые совпадения ниже минимальной оценки и может переранжировать короткий список для лучшего порядка. К каждому результату прилагается выдержка из фрагмента с подсвеченными найденными словами, так что оценить результат можно, не открывая файл.
Поиск охватывает текст, полученный при извлечении, поэтому отсканированные файлы попадают в него после прохождения через конвейер OCR. Если у документа ещё нет текста, индексу нечего хранить.
Ключевые слова и смысл вместе
Смысл нужен не всегда. Иногда требуется точный номер счёта или ссылка на пункт, и чисто семантическое совпадение может уйти в сторону. Для этого есть гибридный поиск, который сочетает сопоставление слов с векторным поиском. Это и страховка: если для провайдера встраиваний нет ключа, поиск не падает с ошибкой провайдера. Он переходит к сопоставлению слов, а в ответе есть примечание с причиной. Сам семантический поиск требует настроенного провайдера встраиваний: платформенного или с вашим собственным ключом в настройках. Если его нет, ответ сообщает об этом, а не молча возвращает пустой список.
Сужение результатов фильтрами
Поиск по смыслу в большой библиотеке возвращает много, поэтому важны фильтры. Можно ограничить поиск одним документом или отобрать по типу файла, например PDF, Word, Excel, изображение или текст, по дате загрузки, по имени файла, по диапазону размера, по тому, кто загрузил файл, и по статусу обработки. Можно оставить только документы с извлечёнными сущностями, подписями или обнаруженными персональными данными и фильтровать по источнику файла, например по синхронизированной облачной папке. Отдельное поле сопоставляет с сущностями, которые ИИ нашёл в документе, что удобно для вопросов вроде «какие договоры упоминают определённую компанию». Результаты можно упорядочить по релевантности, по новизне, по давности или по имени файла.
Поиск по образцу
Слова не нужны вовсе, если у вас уже есть документ. Поиск может начаться с документа и вернуть наиболее похожие на него, это та же идея, что и вкладка похожих документов на странице документа. В веб-приложении страница поиска также принимает ссылку, которая начинается с конкретного документа, так что отправной точкой можно поделиться с коллегой. Чтобы перейти от похожего файла к точным отличиям, см. Сравнение двух документов.
Сохранённые запросы и оповещения
Вопрос, который вы задаёте каждую неделю, не стоит вводить заново. Сохраните поиск с названием, запросом и фильтрами и запускайте его снова одним действием. Сохранённый поиск может также сообщать о новых документах, а оповещение можно настроить на немедленную, ежедневную или еженедельную отправку. Так поиск становится лёгким мониторингом: сохранённый запрос по пункту, который нельзя пропустить, проверяется по мере поступления файлов из ваших отслеживаемых облачных папок.
Стоимость и права доступа
Каждый запрос преобразуется провайдером во встраивание, поэтому оно учитывается в вашей квоте, а платформа проверяет, что квота его покрывает, прежде чем за него платить. Доступ через API использует отдельную область чтения для поиска, так что интеграции можно дать право искать, не давая больше. Если вам нужны ответы, а не список, попробуйте чат с цитатами. Тарифы и лимиты указаны на странице цен.