搜索 briefs无法命中只包含 brief 的文档。类似地audit 和 auditing 也可能因为一个复数形式导致结果不同。文档明明在关键词也只差一个 s 或 ing为什么结果完全不一样关键不在原文而在 Azure AI Search 最终拿什么 token 去匹配。通俗来讲是根据字符串文本匹配还是基于语义进行匹配!问题解答Azure AI Search 做全文检索时比较的不是原始字符串而是 analyzer 处理后的 token。brief和briefs能不能互相命中关键看字段使用默认 analyzer(standard.lucene)还是使用en.microsoft这类语言 analyzer。1: standard.lucene 不处理英文词形standard.lucene 是默认 analyzer。它主要做分词和小写化不做英文词干还原也不做词形还原。输入tokenbriefbriefbriefsbriefsauditingauditing所以 briefs 搜不到 brief不是数据缺失也不是服务异常而是两边生成的 token 本来就不一样。\2: en.microsoft 按语言规则做词形还原en.microsoft 使用 lemmatization。它不是简单截断词尾而是尽量把变化形式还原成语言学上的基本形式。例如briefs → briefauditing → audit它通常更适合重视英文检索质量的场景尤其是需要处理单复数、时态、不规则变化时。代价是索引速度通常会慢一些但普通查询性能一般不会明显受影响3: 如何选择Analyzer主要行为适合场景standard.lucene分词、小写不做词形归一通用字段、需要保留原始词形差异en.microsoftLemmatization按语言规则还原词形重视英文搜索质量希望处理单复数和时态如果英文内容需要处理单复数、时态或不规则变化优先验证 en.microsoft。如果业务明确需要保留词形差异继续使用默认 standard.lucene 更合适。4修改 analyzeranalyzer是字段定义的一部分。已有字段不能直接就地修改 analyzer。如果要从standard.lucene换成en.microsoft通常需要重建索引或者新增一个使用新 analyzer 的并行字段再通过searchFields切过去验证。如下图所示无法修改Analyzer添加新的索引字段并设置Analyzer步骤1添加新的查询字段步骤如下选中索引进入Fields Tab页点击添加字段。输入新的字段名, 如: content_ext勾选 Retrievable 和 Searchable选择Analyzer为 English - Microsoft (* 重要保存修改2把查询字段和文档的内容进行关联步骤如下进入对应的索引器点击 Edit JSON案例在fieldMappings中添加content / content_ext 的mapping关系后保存添加内容{ sourceFieldName: content, targetFieldName: content_ext, mappingFunction: null },参考截图如下3修改查询文档属性后执行索引器为新字段填充内容运行索引器把文档的content内容填充到index的content_ext字段中。
