Elastic Enterprise Search 8.5:用于直观搜索体验的机器学习

2022年11月10日   |   by mebius

作者:Serena ChouDana JuratoniCasey Zumwalt

%title插图%num

最新版本的 Elastic Enterprise Search 引入了一套新特性和功能,用于为你的任务关键型应用程序、网站、在线商店或介于两者之间的任何使用案例构建世界一流的搜索体验:

  • 可配置的机器学习 (ML) 和摄取管道可帮助客户通过自然语言处理 (NLP) 丰富他们的文档。用户可以更快、更轻松地创建和管理任务,例如识别支持请求中的用户情绪(user sentiment)、在查询时利用命名实体识别 (NER) 来过滤搜索结果、以编程方式回答具有矢量相似性的问题,以及通过减少空白来准备数据以进行分析。所有这一切只需在企业搜索 UI 中单击几下即可完成,无需复杂性。
  • 借助 Elastic 用于企业搜索的全新原生连接器,使用 MongoDB 和 MySQL 的客户现在可以充分利用 Elastic Stack 的强大功能。这些连接器可通过其中的数据实现一流的搜索体验,并允许客户利用 Elasticsearch 的速度和灵活性来释放资源。借助 Elastic Cloud,客户还可以将关键业务数据和运营责任转移给 Elastic。
  • 8.5 中的全新 Python 支持 Enterprise Search 连接器框tgcode使客户能够自定义现有的 Python 原生连接器,例如上面提到的 MySQL 连接器,以满足他们的业务需求或用例。

在此版本中,为你的电子商务零售网站构建搜索体验、增强员工访问相关 HR 文档的能力,或构建自定义应用程序以快速得出分析见解,都可以利用你选择的训练模型所拥有的强大功能。

除了这些新功能之外,Enterprise Search 8.5 还为 Elasticsearch 支持的引擎和矢量相似性的混合排名带来了正式可用 (GA) 版本的 App Search 支持,从而将 Enterprise Search 的功能集显着扩展到任何 Elasticsearch 索引。

用于搜索优化的 Elasticsearch 索引的新 ML 和摄取管道管理工具

Enterprise Search 8.5 为搜索优化索引引入了管道管理工具,支持深度定制和 ML 驱动的摄入数据丰富:

  • 在摄取时应用机器学习模型,打开一个充满 ML 可能性的世界——情感分析、NLP、NER、语言检测等。
  • 默认启用的内容提取可从流行的文件格式(如 PDF 和 Microsoft Word)生成文档。
  • 减少传入文档的空白,无论你是准备数据以进行进一步分析还是清理 ML 模型的输出。
  • 构建自定义摄取管道以增加传入数据以满足你的需求或连接到你现有的 ETL 工作流程。

利用我们的 Elastic 托管连接器框架构建您的 Python 连接器

在 8.4 中,Elastic 发布了支持 Ruby 的 Enterprise Search 连接器框架,它允许开发人员构建连接器客户端以与 Enterprise Search 当前未提供的内容数据源进行交互,并直接摄取到搜索优化的 Elasticsearch 索引中。底层连接器协议始终与技术堆栈无关,但许多 Elastic 客户可能更喜欢使用 Python 而不是 Ruby。

在 8.5 中,Elastic 很高兴地宣布推出第二个连接器框架存储库,支持我们的 Python 用户。使用这些强大的框架(现已作为技术预览版提供)来自定义现有的 Ruby 连接器库(如 MongoDB)或 Python 连接器库(如 MySQL)。与往常一样,你仍然可以使用你选择的语言构建自己的连接器。自定义连接器但将其提升为 Elastic 托管的本机连接器的路径从这里开始。

用于 MongoDB 和 MySQL 的原生连接器

在 8.5 中,Elastic 很高兴推出首个用于搜索优化索引 MongoDB 和 MySQL 的原生连接器,作为技术预览。这些新的本机连接器允许你将操作数据库快速把数据转移到 Elasticsearch,从而将其中的数据开放给 Elastic Stack 和 Elastic Cloud 的所有优势。构建世界一流、相关且直观的搜索体验,利用 Elastic Stack 的深度机器学习功能,或者简单地将 Elasticsearch 用作关键用例的速度层。

客户倾向于使用 MongoDB,因为与传统的关系数据库不同,它很容易通过单个命令进行扩展以进行全球发布。在那个时刻,他们的业务需求还需要行业领先的搜索体验,以跟上所需的简单性和规模。几十年来,Elastic 一直处于使开发人员能够为自定义应用程序构建一流搜索的最前沿。将这些功能与全栈可观察性、我们的新本机连接器和我们的连接器客户端相结合,使我们能够满足那些不断发展的企业的需求,因为它们从本地部署过渡到云优先,每一步都具有相同的生产质量水平。

%title插图%num

详细了解 Python 中的企业搜索连接器框架

在 Web Crawler UI 中管理经过身份验证的爬网

在 8.4 中,Elastic 引入了用于搜索优化索引的网络爬虫,其中包括通过将登录凭据作为 API 调用的一部分传递来爬取私有网站的能力。 在今天发布的 8.5 版本中,该配置已升级为网络爬虫 UI。 只需点击几下,即可为您想要抓取的私人网站轻松配置用户名和密码或基于令牌的身份验证设置。

%title插图%num

App Search 支持 Elasticsearch 索tgcode引支持的引擎和矢量相似度的混合排名达到 GA

在 8.4 中,Elastic 发布了 App Search 的公开测试版,支持 Elasticsearch 支持的引擎和向量相似度的混合排名。在 8.5 中,这些功能现已全面上市。

对 Elasticsearch 索引支持的引擎的支持将 App Search 的相关性调整、同义词管理、管理(curations)和分析功能引入任何 Elasticsearch 索引,无需配置。这意味着在微调搜索系统上花费的时间更少,额外的实施工作或成本为零。

混合排名将向量相似性与查询评分相结合,因此你可以将向量搜索与现有的 Elasticsearch 评分功能集成。只需使用 _search 端点,为每种排名方法提供一个权重,并通过分数的线性组合获得排名的结果集,无需手动重新评分。通过这种混合方法,结果过滤得到原生支持,使其与大多数现实世界的应用程序高度相关 — 从任务关键型应用程序服务到在线商店,以及介于两者之间的所有应用程序。

添加了更多 Workplace Search 连接器

使用适用于 Microsoft Outlook、Microsoft Teams 和 Zoom 的新本机连接器,将你每天使用的更多数据带到 Workplace Search,这些连接器现已作为公开测试版提供。tgcode 加入 Workplace Search 的其他原生连接器后,这些新增功能允许客户使用来自多个来源的联合数据构建引人入胜的搜索体验。

详细了解新的 Microsoft OutlookMicrosoft TeamsZoom 连接器。

试试看

现有的 Elastic Cloud 客户可以直接从 Elastic Cloud 控制台访问其中的许多功能。 如果你是 Elastic Cloud 的新手,请查看我们的快速入门指南(帮助你快速入门的简短培训视频)或我们的免费基础培训课程。 你始终可以免费开始使用 Elastic Cloud 的 14 天免费试用。 或者免费下载 Elastic Stack 的自我管理版本

在 Elastic Enterprise Search 8.5 发行说明中了解这些功能和更多信息,并在 Elastic 8.5 公告帖子中阅读其他 Elastic Stack 亮点。

本文中描述的任何特性或功能的发布和时间安排均由 Elastic 自行决定。 当前没有的任何特性或功能可能无法按时或根本无法交付。

文章来源于互联网:Elastic Enterprise Search 8.5:用于直观搜索体验的机器学习

相关推荐: Logstash:如何连接到带有 HTTPS 访问的集群

前段时间,有一个开发者在评论区问了一个问题:如何运用Logstash 采集数据,并写入到带有 HTTPS 的 Elasticsearch 集群中。我们知道,在 Elasticsearch 8.x 的安装中,SSL 的连接是最基本的配置。那么我们如何把采集的数据…

Tags: , , , , ,