ตัวเลขจริงจากคอมพิวเตอร์เดสก์ท็อปทั่วไป: 919,896 เอกสารของชุดข้อมูล govdocs1 ถูกทำดัชนีในเวลา 3 ชั่วโมง 48 นาที, การค้นหา 17 จาก 20 ประเภทตอบสนองใน 35 ถึง 539 มิลลิวินาที, และการทดสอบประสิทธิภาพแบบโอเพนซอร์สที่วัดผลเดียวกันบนเอกสารของคุณเอง.
การปล่อยครั้งแรกของ GroupDocs.Search for Python v26.10 นำเสนอความสามารถในการทำดัชนีแบบเต็มข้อความ, การค้นหาแบบคลุมเครือ, คำพ้องความหมายและการไฮไลท์
การวางเอกสารลงในแชททำให้บริบทเต็มไปด้วยข้อความที่คำถามไม่ต้องการ, และคำตอบก็หลุดออกจากแหล่งอ้างอิง. ส่วนย่อยจากดัชนีในเครื่องให้เอเจนต์ได้เฉพาะข้อความที่ตรงกัน, ดังนั้นทุกคำตอบจึงสามารถอ้างอิงสิ่งที่อิงอยู่ได้.
คำตอบเริ่มต้นสำหรับ ‘ให้เอเจนต์ตอบจากเอกสารของฉัน’ คือการใช้ pipeline ฝังข้อมูลและฐานข้อมูลเวกเตอร์ สำหรับโฟลเดอร์สัญญา รายงาน หรือเมล เอเจนต์ที่มีการค้นหาเต็มข้อความและดัชนีในเครื่องจะให้คำตอบที่อ้างอิงได้และมีความแม่นยำโดยใช้เครื่องมือที่น้อยลงมาก
เอเจนต์ที่ตอบว่า ‘สัญญาใดมี X’ โดยเปิดทุกไฟล์จะใช้บริบทจนหมดและยังพลาดข้อมูลได้อีก ดัชนีจะตอบว่าไฟล์ใดตรงกันในหนึ่งการเรียก และเอเจนต์จะอ่านเฉพาะข้อกำหนดที่สำคัญเท่านั้น
เอเจนต์ที่อ่านเอกสารของโครงการใหม่ทุกครั้งเมื่อเริ่มเซสชันจะเสียเวลาและบริบท. ดัชนีที่ตั้งชื่อและคงอยู่เป็นหน่วยความจำของเอเจนต์ต่อโฟลเดอร์: สร้างครั้งเดียว, รีเฟรชด้วยการเรียกหนึ่งครั้งเมื่อไฟล์เปลี่ยนแปลง, แยกกันสำหรับแต่ละโครงการ.
การค้นหาข้อความแบบเต็มเป็นวิธีการค้นหาข้อความ/ข้อความค้นหาภายในชุดเอกสาร วิธีนี้จะค้นหาอินสแตนซ์ทั้งหมดของคำ/วลีอย่างรวดเร็ว และทำงานโดยใช้ดัชนีข้อความ ในบทความนี้ เราจะเรียนรู้วิธีการค้นหาข้อความแบบเต็มในเอกสารโดยใช้โปรแกรมโดยใช้ Java
การค้นหาข้อความแบบเต็มนั้นเป็นวิธีการขั้นสูงในการค้นหาข้อความ/ข้อความค้นหาผ่านชุดเอกสาร วิธีนี้จะค้นหาอินสแตนซ์ทั้งหมดของคำอย่างรวดเร็วและทำงานโดยใช้ดัชนีข้อความ ในบทความนี้ เราจะได้เรียนรู้วิธีการค้นหาข้อความแบบเต็มในเอกสารโดยใช้โปรแกรมโดยใช้ C#