Respuesta correcta
- BConfigurar un perfil de puntuación con un peso mayor para el campo 'tags'.
Explicación
Configurar un perfil de puntuación con un peso mayor para el campo 'tags' aumenta la puntuación de relevancia de los documentos donde los términos de búsqueda coinciden con las etiquetas, priorizando así dichos resultados. La opción A (puntuación basada en la frescura) favorecería los documentos más nuevos, pero no aborda la coincidencia en las etiquetas. La opción C configura el campo 'tags' para que utilice el analizador 'keyword', lo que cambia la tokenización pero no ajusta la ponderación de los campos. La opción D habilita la búsqueda semántica en el campo 'content', lo que mejora la comprensión de consultas en lenguaje natural pero no aumenta específicamente el peso del campo de etiquetas.
Para profundizar
Los perfiles de puntuación de Azure AI Search permiten potenciar campos específicos mediante pesos aplicados durante la clasificación BM25. Un peso de, por ejemplo, 5 en 'tags' multiplica la contribución de la frecuencia de términos de ese campo, de modo que un documento cuyas etiquetas coinciden con la consulta supera a uno donde el término aparece solo en el texto del cuerpo. Los pesos son por campo y por perfil, y se pueden combinar varios perfiles con funciones como la frescura o la magnitud. Un detalle sutil: los pesos de los campos solo afectan al componente BM25; si la reordenación semántica está habilitada, el reordenador L1 puede anular las mejoras léxicas, por lo que ambos deben ajustarse en conjunto. Asimismo, el analizador 'keyword' trata todo el campo como un solo token, lo que ayuda a los filtros de coincidencia exacta pero destruye la recuperación de coincidencias parciales, lo cual suele ser una mala elección para la búsqueda de etiquetas. La ponderación es la solución menos invasiva y solo requiere una actualización de perfil sin necesidad de reindexar.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de AI-102 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.
Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.