البحث في محتوى الملفات

تتحكم علامة التبويب File Search في قسم Settings في البحث عن نصوص الملفات المحملة في المشروع: أي الملفات يجب معالجتها، وكمية النص المستخرج منها، وكيفية تحديد لغة الوثائق والاستفسارات. هنا أيضًا يمكن رؤية أي جزء من الملفات قد تم فهرسته بالفعل، ويمكن بدء إعادة الفهرسة.

معلومات

لا توجد زر "حفظ" عام في علامة التبويب — يتم تطبيق كل تغيير فور إدخال القيمة أو الاختيار من القائمة أو تبديل خانة الاختيار. يمكن للمسؤولين الذين لديهم حق تعديل الإعدادات العامة تغيير المعلمات؛ بدون ذلك، تكون الحقول متاحة فقط للعرض.

إمكانيات المشروع

تظهر كتلة Project capabilities ما هو متاح للمشروع. إنها فقط للإعلام — لا يمكن تغيير هذه القيم في علامة التبويب. كل سطر مُعَلَّم برمز: ✓ — الإمكانية متاحة، ✕ — غير متاحة (مع توضيح السبب).

• هل الوظيفة مدرجة في خطة المشروع.
• هل الخدمة متاحة لاستخراج النص من الملفات.
• هل التعرف على المسح الضوئي (OCR) متاح.
• هل البحث المتجه متاح.

إذا كانت الإمكانية غير متاحة، تظل الإعدادات المرتبطة بها مرئية أدناه، ولكنها محجوزة: على سبيل المثال، بدون وظيفة في الخطة، لا يمكن تفعيل معالجة الملفات، وبدون OCR — لا يمكن إعداد التعرف.

معالجة محتوى الملفات

تُفعِّل خانة الاختيار في عنوان كتلة Processing file contents معالجة محتوى الملفات. إيقاف التشغيل يوقف استخراج النص من الملفات الجديدة، ولكن الفهرس الذي تم بناؤه بالفعل يبقى محفوظًا ولا يزال يمكن البحث فيه.

في الكتلة يتم إعداد:

• Formats for extraction — تنسيقات الملفات التي يتم استخراج النص منها: txt, md, html, pdf, docx, odt, epub, rtf. بشكل افتراضي، يتم اختيار جميعها.
• Sections whose files are indexed — الأقسام التي تدخل ملفاتها في الفهرس: Products, Pages, Blocks, Slides, Templates, Discounts. بشكل افتراضي، يتم اختيار جميعها.
• Maximum characters per file — عدد الأحرف المستخرجة من ملف واحد: من 10000 إلى 2000000، بشكل افتراضي 500000. النص الذي يتجاوز الحد لا يدخل الفهرس، ويعتبر الملف مقطوعًا. تحت الحقل، يتم عرض عدد الملفات التي يمكن أن يستوعبها ميزانية الفهرس عند الحد الحالي.

OCR

تتولى كتلة OCR مسؤولية التعرف على النص في المسحات. تُفعِّل خانة الاختيار في عنوان الكتلة التعرف، ويحدد الحقل Maximum pages per file عدد الصفحات القابلة للتعرف عليها من ملف واحد: من 1 إلى 500، بشكل افتراضي 50.

إذا لم يكن OCR مفعلًا في المشروع، تكون خانة الاختيار والحقل محجوزين، وتظهر في الكتلة تحذير.

لغة الوثائق والاستفسارات

تحدد كتلة Language of documents and queries اللغة التي تتم بها معالجة الوثائق والاستفسارات.

• Document language detection — كيف يتم تحديد لغة الوثيقة: تلقائيًا (بشكل افتراضي) أو ثابتًا.
• Default language — لغة الوثائق: russian, english (بشكل افتراضي), german, french أو simple.
• Query language resolution — كيف يتم تحديد لغة الاستفسار: تلقائيًا (بشكل افتراضي)، ثابتًا أو البحث عبر جميع اللغات الموجودة بين الملفات المفهرسة.

توجد أدناه خانتان، بشكل افتراضي كلاهما مفعلتان:

• السماح بتصحيح لغة ملف فردي يدويًا؛
• البحث عن جزء من الكلمة — تمريرة إضافية عبر الوثائق التي تم العثور عليها، والتي تجد المدخلات داخل الكلمة، ولكنها تبطئ البحث بشكل ملحوظ.

تغطية الفهرس

تظهر كتلة Index coverage حالة الفهرس:

• عدد الملفات المتاحة للبحث من العدد الإجمالي؛
• عدد الملفات التي تنتظر خدمة استخراج النص؛
• عدد الملفات في تنسيق غير مدعوم؛
• عدد الملفات التي تمت معالجتها بخطأ؛
• عدد الملفات التي تم قطعها بسبب حد الأحرف؛
• عدد الملفات المستبعدة من البحث يدويًا.

كل رقم هو رابط لقائمة الملفات المفهرسة مع الفلتر المطبق بالفعل. إذا لم يتم العثور على الوثيقة في البحث، يمكن رؤية السبب على الفور من خلال هذه الروابط: التنسيق غير مدعوم، انتهت عملية الاستخراج بخطأ أو تم قطع النص.

تحت العدادات، يتم عرض حجم الفهرس ونسبته من الميزانية، بالميغابايت والنسب المئوية.

إعادة الفهرسة

لإعادة معالجة الملفات، اختر من القائمة What to reindex، أي الملفات يجب معالجتها:

• فقط غير المعالجة (القيمة الافتراضية)؛
• فقط التي انتهت بخطأ؛
• المقطوعة والقديمة؛
• جميع الملفات.

ثم اضغط على Rebuild index. بعد البدء، سيظهر تحت الزر عدد الملفات التي تم وضعها في قائمة الانتظار، وفي حالة الفشل — رسالة خطأ.

تحذير

إذا كانت معالجة محتوى الملفات معطلة في كتلة Processing file contents، ستدخل المهام لإعادة الفهرسة في قائمة الانتظار، ولكن لن يتم تنفيذها، — تحذر الكتلة من ذلك. زر Rebuild index متاح فقط للمسؤولين الذين لديهم حق إدارة فهرس الملفات.