比较搜索结果

通过 UDB-SX Dashboards 中的“比较搜索结果”功能，您可以将两个查询的结果并排比较，以确定哪个查询能产生更好的结果。使用此工具，您可以通过试验查询来评估搜索质量。

例如，您可以查看在应用以下任一查询更改时结果如何变化：

对字段进行不同的加权
不同的词干提取或词形还原策略
分片处理

先决条件

开始之前，您必须在 UDB-SX 中索引数据。要了解如何创建新索引，请参阅索引数据。

或者，您可以使用以下步骤在 UDB-SX Dashboards 中添加示例数据：

在顶部菜单栏中，转到 UDB-SX Dashboards > 概览。
选择 查看应用目录。
选择 添加示例数据。
选择一个内置数据集，然后选择 添加数据。

在 UDB-SX Dashboards 中使用“比较搜索结果”

要在 UDB-SX Dashboards 中比较搜索结果，请执行以下步骤。

步骤 1： 在顶部菜单栏中，转到 UDB-SX 插件 > 搜索相关性。

步骤 2： 在搜索栏中输入搜索文本。

步骤 3： 为 查询 1 选择一个索引，并在UDB-SX 查询 DSL中输入查询（仅请求体）。GET HTTP 方法和 _search 端点是隐含的。使用 %SearchText% 变量来引用搜索栏中的文本。

以下是一个查询示例：

{
  "query": {
    "multi_match": {
      "query": "%SearchText%",
      "fields": [ "description", "item_name" ]
    }
  }
}

步骤 4： 为 查询 2 选择一个索引，并输入查询（仅请求体）。

以下示例查询在搜索结果中提升了 title 字段的权重：

{
  "query": {
    "multi_match": {
      "query": "%SearchText%",
      "fields": [ "description", "item_name^3" ]
    }
  }
}

步骤 5： 选择搜索并比较 结果 1 和 结果 2。

以下示例屏幕显示了对单词“cup”在 description 和 item_name 字段中的搜索，分别对 item_name 进行加权和不加权的情况。

../../_images/search_relevance.png

如果结果 1 中的某个结果出现在结果 2 中，结果编号下方的 上移 和 下移 指示器表示该结果与结果 2 中的相同结果相比向上或向下移动了多少位。在此示例中，ID 为 2 的文档在结果 2 中相比结果 1 上移 1 位，而在结果 1 中相比结果 2 下移 1 位。

更改结果数量

默认情况下，UDB-SX 返回前 10 个结果。要将返回的结果数量更改为其他值，请在查询中指定 size 参数：

{
  "size": 15,
  "query": {
    "multi_match": {
      "query": "%SearchText%",
      "fields": [ "title^3", "text" ]
    }
  }
}

将 size 设置为较高的值（例如，大于 250 个文档）可能会降低性能。

您无法保存给定的比较以供将来使用，因此“比较搜索结果”不适合系统测试。

比较 UDB-SX 搜索结果与重排结果

“比较搜索结果”的一个用例是将原始 UDB-SX 结果与经过重排应用程序处理的相同结果进行比较。UDB-SX 目前与以下两个重排器集成：

用于 UDB-SX 的 Amazon Kendra 智能排名
Amazon Personalize 搜索排名

使用 Amazon Kendra 智能排名对结果进行重排

重排器的一个例子是 用于 UDB-SX 的 Amazon Kendra 智能排名，由 Amazon Kendra 团队贡献。此插件接收来自 UDB-SX 的搜索结果，并应用 Amazon Kendra 使用向量嵌入和其他语义搜索技术计算的语义相关性排名。对于许多应用来说，这提供了更好的结果排序。

要尝试 Amazon Kendra 智能排名，您必须先设置 Amazon Kendra 服务。要开始使用，请参阅 Amazon Kendra。有关详细信息，包括插件设置说明，请参阅用于自管理 UDB-SX 的 Amazon Kendra 智能排名。

在 UDB-SX Dashboards 中比较搜索结果与重排结果

要在 UDB-SX Dashboards 中比较搜索结果与重排结果，请在 查询 1 中输入一个查询，并在 查询 2 中使用重排器输入相同的查询。然后比较 UDB-SX 结果与重排结果。

以下示例演示了在 abo 索引中搜索文本“snacking nuts”。索引中的文档在 bullet_point 数组中包含零食描述。

../../_images/kendra_query.png

在搜索栏中输入 snacking nuts。
在 查询 1 中输入以下查询，该查询在 bullet_point 字段中搜索文本“snacking nuts”：
```
{
  "query": {
    "match": {
      "bullet_point": "%SearchText%"
    }
  },
  "size": 25
}
```

在 查询 2 中使用重排器输入相同的查询。此示例使用 Amazon Kendra 智能排名：

{
  "query" : {
    "match" : {
      "bullet_point": "%SearchText%"
    }
  },
  "size": 25,
  "ext": {
    "search_configuration":{
      "result_transformer" : {
        "kendra_intelligent_ranking": {
          "order": 1,
          "properties": {
            "title_field": "item_name",
            "body_field": "bullet_point"
          }
        }
      }
    }
  }
}

在前面的查询中，body_field 指的是索引中文档的主体字段，Amazon Kendra 智能排名使用该字段对结果进行排序。body_field 是必需的，而 title_field 是可选的。

选择搜索并比较 结果 1 和 结果 2 中的结果。

使用 Amazon Personalize 搜索排名个性化搜索结果

另一个重排器的例子是 Amazon Personalize 搜索排名，由 Amazon Personalize 团队贡献。Amazon Personalize 使用机器学习 (ML) 技术为您的用户生成自定义推荐。该插件接收 UDB-SX 搜索结果，并应用搜索管道根据其 Amazon Personalize 排名对结果进行重排。Amazon Personalize 排名基于用户过去的行为以及搜索项目和用户的元数据。此工作流程通过个性化用户的搜索结果来改善他们的搜索体验。

要尝试 Amazon Personalize 搜索排名，您必须先设置 Amazon Personalize。要开始使用，请参阅 Amazon Personalize。有关详细信息，包括插件设置说明，请参阅个性化来自 UDB-SX 的搜索结果(该文档可联系售前工作人员获取)。