Os resultados incluem mais do que correspondências exatas

Ao contrário de alguns outros aplicativos de pesquisa, adicionar aspas a uma frase que você envia faz com que não retorne apenas correspondências exatas. As consultas enviadas pela interface do usuário do produto são consultas em linguagem natural. Quando um texto citado é enviado em uma consulta de linguagem natural, a frase é usada para aumentar as pontuações dos resultados. No entanto, os resultados não se limitam aos documentos que contêm a frase inteira.

Se quiser ter mais controle sobre como as consultas são tratadas, você deve usar a API de consulta. Para obter mais informações sobre o operador phrase da API de consulta, consulte Operadores de consulta.

Uma consulta curta retorna resultados irrelevantes

Pode ser que sua consulta contenha muitas palavras de parada e não haja termos distintos suficientes para acionar uma pesquisa significativa. Quando você envia uma consulta, o texto da consulta é analisado e otimizado antes de ser enviado ao projeto. Uma das alterações que ocorre é a remoção de quaisquer palavras de parada do texto. Uma palavra de parada é uma palavra considerada inútil para distinguir o significado semântico do conteúdo. Exemplos de palavras de parada incluem termos como and, the e about. Discovery define uma lista de palavras de parada que são ignoradas automaticamente quando os dados são indexados e quando são pesquisados. Quando você envia uma consulta que contém principalmente ou apenas palavras de parada, como About us, isso equivale a enviar uma consulta vazia.

Embora us não esteja incluído na lista de palavras de parada, ele é lematizado para we, que é listado como uma palavra de parada.

Você pode editar as palavras de parada que são usadas pela sua coleção. No entanto, você só pode aumentar a lista de palavras de parada; não é possível remover palavras de parada. E as palavras de parada que você define são usadas somente no momento da consulta. Elas não afetam a lista de palavras de parada que é usada por Discovery quando os dados são adicionados a uma coleção e o índice é criado.

Para obter mais informações, consulte Identificação de palavras a serem ignoradas.

Os resultados têm muito texto

Se o documento de origem for grande, considere dividi-lo em partes menores.

Para isso, você pode criar um modelo treinado pelo usuário do Smart Document Understanding. Encontre conteúdo no documento que possa ser usado para dividir seu documento em subseções de forma consistente. Por exemplo, talvez seu documento tenha capítulos ou legendas. Você pode rotular os capítulos com um rótulo personalizado chamado chapter. Depois de ensinar o modelo a reconhecer o tipo de conteúdo chapter, aplique o modelo a toda a sua coleção. Para obter mais informações, consulte Usando o Smart Document Understanding.

Em seguida, você pode dividir o documento pelo campo chapter para criar vários subdocumentos segmentados por capítulo. Para obter mais informações, consulte Dividir documentos para tornar os resultados da consulta mais sucintos.

As informações das tabelas não foram encontradas

O enriquecimento da compreensão da tabela deve ser aplicado à sua coleção para que as informações das tabelas sejam pesquisáveis. O enriquecimento do entendimento da tabela é aplicado às coleções automaticamente em algumas situações. Se não for e sua coleção tiver um campo HTML em seu índice, você mesmo poderá aplicar o enriquecimento de compreensão de tabela.

Para obter mais informações, consulte Entendendo as tabelas.

As informações dos diagramas não são representadas

O texto de diagramas e outras imagens não é capturado, a menos que você ative a configuração de reconhecimento óptico de caracteres (OCR) para a coleção. Você pode aplicar a configuração a uma coleção após sua criação inicial. Para obter mais informações, consulte Gerenciando coleções de dados.

A pesquisa não reconhece termos significativos

Se os resultados sugerirem que palavras-chave, substantivos comuns ou termos específicos de domínio na consulta não estão sendo reconhecidos como significativos, enriqueça sua coleção.

Use o Watson Natural Language Understanding para localizar e marcar termos que geralmente são entendidos como tendo um significado especial, como locais ou nomes de empresas. Para obter mais informações, consulte Aplicação de enriquecimentos pré-criados.

Ensine Discovery sobre termos e padrões que tenham um significado especial para seu caso de uso. Para obter mais informações, consulte Adicionando recursos específicos de domínio.

As facetas padrão não são úteis

Você pode adicionar facetas que categorizam documentos com base em dados de enriquecimentos que você aplica a uma coleção. Por exemplo, você pode querer mostrar facetas com base em palavras-chave ou categorias de dicionário. Para obter mais informações, consulte Máscaras.

Explore outros recursos de pesquisa

Quando você testa seu projeto na interface do usuário Discovery, você envia uma consulta em linguagem natural. Estão disponíveis recursos de pesquisa que você pode ativar para influenciar a forma como a pesquisa de consulta em linguagem natural é feita. E a pesquisa na Discovery Query Language é outro tipo de pesquisa que você pode aproveitar usando a API. Se os resultados iniciais não atenderem às suas necessidades, experimente outro método de pesquisa.

• Pesquisa na linguagem de consulta de descoberta (DQL): Um mecanismo de pesquisa que aceita consultas mais complexas. Você deve usar a API de consulta para enviar consultas DQL.

  Por exemplo, você pode pesquisar valores específicos em campos gerados por enriquecimentos aplicados a uma coleção.

• A consulta em linguagem natural é o tipo de pesquisa acionada a partir da página Melhorar e personalizar.

Para obter mais informações sobre a API de consulta, consulte Visão geral da API de consulta.