Los resultados no se limitan a las coincidencias exactas

A diferencia de otras aplicaciones de búsqueda, al añadir comillas a una frase enviada no sólo se obtienen coincidencias exactas. Las consultas que se envían desde la interfaz de usuario del producto son consultas en lenguaje natural. Cuando se envía un texto entrecomillado en una consulta en lenguaje natural, la frase se utiliza para aumentar la puntuación de los resultados. Sin embargo, los resultados no se limitan a los documentos que contienen la frase completa.

Si desea un mayor control sobre cómo se gestionan las consultas, debe utilizar la API de consultas. Para obtener más información sobre el operador phrase de la API de consulta, consulte Operadores de consulta.

Una consulta corta devuelve resultados irrelevantes

Es posible que su consulta contenga demasiadas palabras de parada y no suficientes términos distintos para desencadenar una búsqueda significativa. Cuando envías una consulta, el texto de la consulta se analiza y optimiza antes de enviarlo al proyecto. Uno de los cambios que se producen es la eliminación de las palabras de parada del texto. Una palabra de parada es una palabra que se considera que no es útil para distinguir el significado semántico del contenido. Entre los ejemplos de palabras de parada se incluyen términos como and, the y about. Discovery define una lista de palabras de parada que ignora automáticamente tanto cuando se indexan los datos como cuando se buscan. Cuando se envía una consulta que contiene mayoritariamente o sólo palabras vacías, como About us, equivale a enviar una consulta vacía.

Aunque nosotros no se incluye en la lista de palabras reservadas, se lematiza a nosotros, que aparece como palabra reservada.

Puede editar las palabras de parada que utiliza su colección. Sin embargo, sólo puede aumentar la lista de palabras reservadas; no puede eliminarlas. Y las stop words que definas sólo se utilizan en el momento de la consulta. No afectan a la lista de palabras de parada que utiliza Discovery cuando se añaden datos a una colección y se crea el índice.

Para obtener más información, consulte Identificar las palabras que se deben ignorar.

Los resultados tienen demasiado texto

Si el documento fuente es extenso, considere la posibilidad de dividirlo en trozos más pequeños.

Para ello, puede crear un modelo Smart Document Understanding entrenado por el usuario. Busque contenido en el documento que pueda utilizarse para dividirlo sistemáticamente en subsecciones. Por ejemplo, puede que su documento tenga capítulos o subtítulos. Puede etiquetar los capítulos con una etiqueta personalizada llamada chapter. Después de enseñar al modelo a reconocer el tipo de contenido chapter, aplique el modelo a toda su colección. Para obtener más información, consulte Uso de la comprensión inteligente de documentos.

A continuación, puede dividir el documento por el campo chapter para crear muchos subdocumentos segmentados por capítulos. Para obtener más información, consulte Dividir documentos para que los resultados de las consultas sean más sucintos.

No se encuentra la información de las tablas

El enriquecimiento de comprensión de tablas debe aplicarse a su colección para que la información de las tablas sea consultable. En algunas situaciones, el enriquecimiento de la comprensión de las tablas se aplica automáticamente a las colecciones. Si no es así y tu colección tiene un campo HTML en su índice, puedes aplicar tú mismo el enriquecimiento comprensión de la tabla.

Para obtener más información, consulte Comprensión de las tablas.

La información de los diagramas no está representada

El texto de los diagramas y otras imágenes no se captura a menos que active la configuración de reconocimiento óptico de caracteres (OCR) para la colección. Puede aplicar la configuración a una colección después de su creación inicial. Para obtener más información, consulte Gestión de colecciones de datos.

La búsqueda no reconoce los términos significativos

Si los resultados sugieren que las palabras clave, los sustantivos comunes o los términos específicos del dominio de la consulta no se reconocen como significativos, enriquezca su colección.

Utilice Watson Natural Language Understanding para encontrar y etiquetar términos que generalmente se entiende que tienen un significado especial, como ubicaciones o nombres de empresas. Para obtener más información, consulte Aplicación de enriquecimientos predefinidos.

Enseña Discovery sobre términos y patrones que tengan un significado especial para tu caso de uso. Para obtener más información, consulte Añadir recursos específicos del dominio.

Las facetas por defecto no son útiles

Puede añadir facetas que categoricen los documentos en función de los datos de los enriquecimientos que aplique a una colección. Por ejemplo, puede que desee mostrar facetas basadas en palabras clave o categorías de diccionario. Para obtener más información, consulte Facetas.

Explorar otras funciones de búsqueda

Cuando se prueba el proyecto desde la interfaz de usuario Discovery, se envía una consulta en lenguaje natural. Existen funciones de búsqueda que puede activar para influir en la forma en que se realiza la búsqueda de consultas en lenguaje natural. Y la búsqueda en Discovery Query Language es otro tipo de búsqueda que puedes aprovechar utilizando la API. Si los resultados iniciales no satisfacen sus necesidades, experimente con otro método de búsqueda.

• Búsqueda Discovery Query Language (DQL): Mecanismo de búsqueda que acepta consultas más complejas. Debe utilizar la API de consulta para enviar consultas DQL.

  Por ejemplo, puede buscar valores específicos en campos generados por enriquecimientos aplicados a una colección.

• La consulta en lenguaje natural es el tipo de búsqueda que se activa desde la página Mejorar y personalizar.

Para obtener más información sobre la API de consulta, consulte Descripción general de la API de consulta.