Dosya İçeriklerinde Arama

Ayarlar bölümündeki Dosya Arama sekmesi, projeye yüklenen dosyaların metinlerinde arama yapmayı yönetir: hangi dosyaların işleneceği, bunlardan ne kadar metin çıkarılacağı, belgelerin ve sorguların dilinin nasıl belirleneceği. Ayrıca, hangi dosya parçalarının zaten indekse girdiği ve yeniden indeksleme başlatılabileceği burada görünmektedir.

bilgi

Sekmede genel bir "Kaydet" butonu yoktur — her değişiklik, bir değer girildikten, listeden bir seçim yapıldıktan veya onay kutusu değiştirildikten hemen sonra uygulanır. Ayarları değiştirme yetkisi, genel ayarları değiştirme yetkisi olan yöneticilere aittir; bu yetki olmadan alanlar yalnızca görüntüleme için mevcuttur.

Proje Yetenekleri

Proje yetenekleri bloğu, projeye nelerin sunulduğunu gösterir. Bu değerler sekmede değiştirilemez, yalnızca bilgilendirme amaçlıdır. Her satır bir simge ile işaretlenmiştir: ✓ — özellik mevcut, ✕ — mevcut değil (nedeninin açıklaması ile birlikte).

• Özelliğin proje tarifesine dahil olup olmadığı.
• Dosyalardan metin çıkarımının mevcut olup olmadığı.
• Tarama tanımanın (OCR) mevcut olup olmadığı.
• Vektör aramanın mevcut olup olmadığı.

Eğer bir özellik mevcut değilse, ilgili ayarlar aşağıda görünür, ancak kilitlenmiştir: örneğin, tarifede özellik yoksa dosya işleme etkinleştirilemez, OCR yoksa tanıma ayarlanamaz.

Dosya İçeriklerinin İşlenmesi

Dosya içeriklerinin işlenmesi bloğundaki onay kutusu, dosya içeriklerinin işlenmesini etkinleştirir. Kapatıldığında, yeni dosyalardan metin çıkarımı durur, ancak zaten oluşturulmuş indeks korunur ve bu indeks üzerinden arama yapılmaya devam edilebilir.

Bu blokta ayarlanabilir:

• Çıkarma için formatlar — metin çıkarılan dosya formatları: txt, md, html, pdf, docx, odt, epub, rtf. Varsayılan olarak hepsi seçilidir.
• İndekse alınan dosyaların bölümleri — indeksin içine giren dosyaların bölümleri: Ürünler, Sayfalar, Bloklar, Slaytlar, Şablonlar, İndirimler. Varsayılan olarak hepsi seçilidir.
• Dosya başına maksimum karakter — bir dosyadan çıkarılan metin karakter sayısı: 10000 ile 2000000 arasında, varsayılan 500000'dir. Limitin üzerindeki metin indekse girmez ve dosya kesilmiş olarak kabul edilir. Alanın altında, mevcut limitte izin verilen indeks hacminin yaklaşık olarak kaç dosya barındırdığı gösterilmektedir.

OCR

OCR bloğu, taramalardaki metinlerin tanınmasından sorumludur. Bloğun başlığındaki onay kutusu tanımayı etkinleştirir, Dosya başına maksimum sayfa alanı ise bir dosyadan tanınan sayfa sayısını sınırlar: 1 ile 500 arasında, varsayılan 50'dir.

Eğer tanıma proje için mevcut değilse, onay kutusu ve alan kilitlenir ve blokta bir uyarı görüntülenir.

Belgelerin ve Sorguların Dili

Belgelerin ve sorguların dili bloğu, belgelerin ve arama sorgularının hangi dilde işlendiğini belirler.

• Belge dili tespiti — belgenin dilinin nasıl belirlendiği: otomatik (varsayılan) veya sabit.
• Varsayılan dil — belgelerin dili: rusça, ingilizce (varsayılan), almanca, fransızca veya basit.
• Sorgu dili çözümü — arama sorgusunun dilinin nasıl belirlendiği: otomatik (varsayılan), sabit veya indekslenmiş dosyalar arasında tüm dillerde arama.

Aşağıda, varsayılan olarak her ikisi de etkin olan iki onay kutusu bulunmaktadır:

• ayrı bir dosyanın dilini manuel olarak düzeltme izni;
• kelimenin bir kısmında arama — kelime içinde geçenleri bulur, ancak belirgin şekilde daha yavaş çalışır.

İndeks Kapsamı

İndeks kapsamı bloğu, indeksin durumunu gösterir:

• toplam sayıdan kaç dosyanın arama için mevcut olduğu;
• kaç dosyanın işlenmeyi beklediği;
• kaç dosyanın desteklenmeyen formatta olduğu;
• kaç dosyanın hata ile işlendiği;
• kaç dosyanın karakter limiti nedeniyle kesildiği;
• kaç dosyanın manuel olarak aramadan çıkarıldığı.

Her sayı, zaten uygulanmış bir filtre ile indekslenmiş dosyaların listesine bir bağlantıdır. Eğer bir belge arama ile bulunamazsa, bu bağlantılara tıklayarak hemen nedenini görebilirsiniz: format desteklenmiyor, çıkarım hatayla sona erdi veya metin kesildi.

Sayacı altında, indeksin megabayt cinsinden boyutu ve izin verilen hacmin yüzdesi gösterilmektedir.

Yeniden İndeksleme

Dosyaları yeniden işlemek için, Ne yeniden indekslenecek listesinden hangi dosyaların işleneceğini seçin:

• yalnızca işlenmemiş olanlar (varsayılan değer);
• yalnızca hata ile sona erenler;
• kesilmiş ve eski olanlar;
• tüm dosyalar.

Ardından İndeksi Yeniden Oluştur butonuna tıklayın. Başlatıldıktan sonra, butonun altında işleme gönderilen dosya sayısı görünecek, eğer başarısız olursa bir hata mesajı görüntülenecektir.

uyarı

Eğer Dosya içeriklerinin işlenmesi bloğunda dosya içeriklerinin işlenmesi kapatılmışsa, yeniden indeksleme başlamayacaktır — blok bu konuda uyarıda bulunur. İndeksi Yeniden Oluştur butonu yalnızca dosya indeksini yönetme yetkisi olan yöneticilere açıktır.