Bonne réponse
- BConfigurer un profil de score avec un poids plus élevé pour le champ 'tags'.
Explication
La configuration d'un profil de score avec un poids plus élevé pour le champ 'tags' augmente le score de pertinence des documents où les termes de recherche correspondent aux tags, ce qui permet de prioriser ces résultats. L'option A (score basé sur la fraîcheur) favorise les documents les plus récents, mais ne traite pas la correspondance sur les tags. L'option C configure le champ 'tags' pour qu'il utilise l'analyseur 'keyword', ce qui modifie la tokenisation mais n'ajuste pas la pondération des champs. L'option D active la recherche sémantique sur le champ 'content', ce qui améliore la compréhension des requêtes en langage naturel mais n'augmente pas spécifiquement le poids du champ des tags.
Pour aller plus loin
Les profils de score Azure AI Search permettent de booster des champs spécifiques via des poids appliqués lors du classement BM25. Un poids de, par exemple, 5 sur 'tags' multiplie la contribution de la fréquence des termes de ce champ, de sorte qu'un document dont les tags correspondent à la requête surclasse un document où le terme apparaît uniquement dans le corps du texte. Les poids sont par champ et par profil, et plusieurs profils peuvent être combinés avec des fonctions telles que la fraîcheur ou la magnitude. Une subtilité : les poids des champs n'affectent que le composant BM25 ; si le réclassement sémantique est activé, le réclasseur L1 peut remplacer les boosts lexicaux, de sorte que les deux doivent être ajustés ensemble. De plus, l'analyseur 'keyword' traite l'ensemble du champ comme un seul jeton, ce qui aide les filtres de correspondance exacte mais détruit le rappel de correspondance partielle, ce qui constitue généralement un mauvais choix pour la recherche de tags. La pondération est la correction la moins invasive et ne nécessite qu'une mise à jour du profil sans réindexation.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement AI-102 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.