如何解决创建索引和技能 Azure 认知搜索
我正在尝试创建一个索引和技能，让我能够
索引pdf、多页和单页以及所有其他类型的文件， 提取数据并使其可搜索，
搜索一个词，比如“Cat”，并有一些文本部分似乎返回了该词，以及找到它的 PDF/图像的页码和文档名称/可下载 URL，一个边界框，会很好但不是必需的。
我很挣扎，我尝试过文本提取技能、OCR 技能，但我正在挣扎，因为搜索词返回整个提取的文档（100 页），作为文件“内容”中的文本
这对我来说没有多大意义，肯尼迪的例子已经过时了。
我在这上面花了 4 天时间，没有那么难，文档也没有那么有用。
我使用门户工具将“构建”、索引和技能集联系起来，但得到了类似的结果。
任何帮助将不胜感激。
解决方法
如果您更喜欢将 hOCR 格式用于边界框，您可能想尝试使用 hOCR custom skill,available on GitHub from the Power Skills repository，但 [OCR 技能]（https://docs.microsoft.com/en-us/azure/search/cognitive-search-skill-ocr#sample-text-and-layouttext-output's 输出）已经为内容提供了边界框。请注意，Power Skills repo 还更新了 JFK 示例中使用的大部分技能，包括可帮助您在应用中提供页面图片的图像存储。
使其发挥作用的关键在于技能集定义。
The JFK skillset 的 OCR 技能输出为 layoutText。
还有一个自定义图片存储技能，可以上传 /document/normalized_images/*/data 并将结果 URI 保持为 imageStoreUri。
另一个自定义技能将 OCR 布局结果转换为 HOCR 格式。
然后，ShaperSkill 将在 ocrImageMetadata 下聚合该信息。
在 JFK 的情况下，该信息会在 cryptonyms 下进一步聚合，因为这是 JFK 演示关注的主要内容，并且图像元数据也是 /document/hocrDocument/metadata 的输出字段映射作为 metadata，它也被索引。重要的一点是所有相关信息都映射到索引字段。因此，其中的信息可以从索引查询结果中获得。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。