Ricerca tabulare per HTML

Amazon Kendra la funzione di ricerca tabulare può cercare ed estrarre risposte da tabelle incorporate nei documenti HTML. Quando esegui una ricerca nell'indice, Amazon Kendra include un estratto da una tabella se è pertinente alla query e fornisce informazioni utili.

Amazon Kendra esamina tutte le informazioni contenute nel corpo del testo di un documento, incluse le informazioni utili nelle tabelle. Ad esempio, un indice contiene report aziendali con tabelle su costi operativi, ricavi e altre informazioni finanziarie. Per la domanda, «qual è il costo operativo annuo dal 2020 al 2022?» , Amazon Kendra può restituire un estratto da una tabella che contiene le colonne pertinenti della tabella «Operazioni (milioni di USD)» e «Esercizio finanziario» e le righe della tabella contenenti i valori di reddito per il 2020, 2021 e 2022. L'estratto della tabella è incluso nel risultato, insieme al titolo del documento, a un collegamento al documento completo e a qualsiasi altro campo del documento che scegli di includere.

Gli estratti delle tabelle possono essere visualizzati nei risultati della ricerca indipendentemente dal fatto che le informazioni si trovino in una cella di una tabella o in più celle. Ad esempio, Amazon Kendra può visualizzare un estratto di tabella personalizzato per ciascuno di questi tipi di interrogazioni:

• «carta di credito con il tasso di interesse più alto del 2020"

• «carta di credito con il tasso di interesse più elevato del periodo 2020-2022"

• «le 3 carte di credito con il tasso di interesse più elevato nel 2020-2022"

• «carte di credito con tassi di interesse inferiori al 10%»

• «tutte le carte di credito a basso interesse disponibili»

Amazon Kendra evidenzia la cella o le celle della tabella più pertinenti alla query. Le celle più pertinenti con le righe, le colonne e i nomi di colonna corrispondenti vengono visualizzate nei risultati della ricerca. L'estratto della tabella mostra fino a cinque colonne e tre righe, a seconda del numero di celle della tabella pertinenti alla query e del numero di colonne disponibili nella tabella originale. La prima cella più rilevante viene visualizzata nell'estratto della tabella, insieme alle celle successive più pertinenti.

La risposta include il bucket di confidenza (MEDIUM,HIGH,VERY_HIGH) per mostrare la pertinenza della risposta della tabella rispetto alla query. Se il valore di una cella della tabella è VERY_HIGH riservato, diventa la «risposta principale» e viene evidenziato. Se i valori delle celle della tabella sono HIGH riservati, vengono evidenziati. Se i valori delle celle della tabella sono MEDIUM riservati, non vengono evidenziati. La confidenza complessiva per la risposta della tabella viene restituita nella risposta. Ad esempio, se una tabella contiene principalmente celle di tabella con HIGH confidenza, la fiducia complessiva restituita nella risposta alla tabella è la HIGH fiducia.

Per impostazione predefinita, alle tabelle non viene assegnato un livello di importanza o un peso maggiore rispetto agli altri componenti di un documento. All'interno di un documento, se una tabella è solo leggermente rilevante per una query, ma contiene un paragrafo molto pertinente, Amazon Kendra restituisce un estratto del paragrafo. I risultati della ricerca mostrano il contenuto che fornisce la migliore risposta possibile e le informazioni più utili, nello stesso documento o in altri documenti. Se la confidenza per una tabella scende al di sotto della MEDIUM confidenza, l'estratto della tabella non viene restituito nella risposta.

Per utilizzare la ricerca tabulare su un indice esistente, è necessario reindicizzare i contenuti.

Amazon Kendra la ricerca tabulare supporta i sinonimi (inclusi i sinonimi personalizzati). Amazon Kendra supporta solo documenti in inglese con tabelle HTML che si trovano all'interno del tag table.

L'esempio seguente mostra l'estratto della tabella incluso nel risultato della query. Per visualizzare un JSON di esempio con risposte alle query, inclusi estratti di tabella, vedi Risposte e tipi di query.

Python

import boto3
import pprint

kendra = boto3.client("kendra")

# Provide the index ID
index_id = <index-id>
# Provide the query text
query = "search string"

response = kendra.query(
        QueryText = query,
        IndexId = index_id)

print("\nSearch results for query: " + query + "\n")        

for query_result in response["ResultItems"]:

    print("-------------------")
    print("Type: " + str(query_result["Type"]))
    print("Type: " + str(query_result["Format"]))
        
    if query_result["Type"]=="ANSWER" and query_result["Format"]=="TABLE":
        answer_table = query_result["TableExcerpt"]
        print(answer_table)
        
    if query_result["Type"]=="ANSWER" and query_result["Format"]=="TEXT":
        answer_text = query_result["DocumentExcerpt"]
        print(answer_text)
        
    if query_result["Type"]=="QUESTION_ANSWER":
        question_answer_text = query_result["DocumentExcerpt"]["Text"]
        print(question_answer_text)

    if query_result["Type"]=="DOCUMENT":
        if "DocumentTitle" in query_result:
            document_title = query_result["DocumentTitle"]["Text"]
            print("Title: " + document_title)
        document_text = query_result["DocumentExcerpt"]["Text"]
        print(document_text)

    print("------------------\n\n")

Java

package com.amazonaws.kendra;

import software.amazon.awssdk.services.kendra.KendraClient;
import software.amazon.awssdk.services.kendra.model.QueryRequest;
import software.amazon.awssdk.services.kendra.model.QueryResponse;
import software.amazon.awssdk.services.kendra.model.QueryResultItem;

public class SearchIndexExample {
    public static void main(String[] args) {
        KendraClient kendra = KendraClient.builder().build();

        String query = "search string";
        String indexId = "index-id";

        QueryRequest queryRequest = QueryRequest
            .builder()
            .queryText(query)
            .indexId(indexId)
            .build();

        QueryResponse queryResponse = kendra.query(queryRequest);

        System.out.println(String.format("\nSearch results for query: %s", query));
        for(QueryResultItem item: queryResponse.resultItems()) {
            System.out.println("----------------------");
            System.out.println(String.format("Type: %s", item.type()));
            System.out.println(String.format("Format: %s", item.format()));
            
            switch(item.format()) {
                case TABLE:
                    String answerTable = item.TableExcerpt();
                    System.out.println(answerTable);
                    break;
            }

            switch(item.format()) {
                case TEXT:
                    String answerText = item.DocumentExcerpt();
                    System.out.println(answerText);
                    break;
            }

            switch(item.type()) {
                case QUESTION_ANSWER:
                    String questionAnswerText = item.documentExcerpt().text();
                    System.out.println(questionAnswerText);
                    break;
                case DOCUMENT:
                    String documentTitle = item.documentTitle().text();
                    System.out.println(String.format("Title: %s", documentTitle));
                    String documentExcerpt = item.documentExcerpt().text();
                    System.out.println(String.format("Excerpt: %s", documentExcerpt));
                    break;
                default:
                    System.out.println(String.format("Unknown query result type: %s", item.type()));

            }

            System.out.println("-----------------------\n");
        }
    }
}