如何翻译和更新不同语言分析仪字段的Azure认知搜索索引文档？

Question

我正在研究Azure认知搜索索引的配置，该索引将从不同语言的网站查询。我创建了特定语言字段，并在创建索引时添加了适当的语言分析仪。 例如：

{
    "id": "",
    "Description": "some_value",
    "Description_es": null, 
    "Description_fr": null,
    "Region": [ "some_value", "some_value" ],
    "SpecificationData": [
        {
            "name": "some_key1",
            "value": "some_value1",
            "name_es": null,
            "value_es": null,
            "name_fr": null,
            "value_fr": null
        },
        {
            "name": "some_key2",
            "value": "some_value2",
            "name_pt": null,
            "value_pt": null,
            "name_fr": null,
            "value_fr": null
        }
    ]
}

字段 description ， specificationdata.name 和 specificationdata.value 是英语，来自cosmos db。字段 description_es ， specificationdata.name_es 和 specificationdata.value_es 将从西班牙网站查询，应在西班牙语中翻译。法语领域类似。 但是，由于Cosmos DB仅具有英语字段，因此语言特定字段，例如 description_es ， specificationdata.name_es 和 specificationdata.value_es 默认。 我尝试使用技能集并将索引链接到“ Azure认知翻译服务”，但技能集一次仅翻译一个字段。 有什么方法可以翻译多个字段并将特定翻译保存在特定字段中？

编辑：添加我尝试过的索引，技能集和索引代码：

index （片段）：

{
    "name": "SpecificationData",
    "type": "Collection(Edm.ComplexType)",
    "analyzer": null,
    "synonymMaps": [],
    "fields": [
        {
            "name": "name",
            "type": "Edm.String",
            "facetable": true,
            "filterable": true,
            "key": false,
            "retrievable": true,
            "searchable": true,
            "sortable": false,
            "analyzer": "standard.lucene",
            "indexAnalyzer": null,
            "searchAnalyzer": null,
            "synonymMaps": [],
            "fields": []
        },
        {
            "name": "value",
            "type": "Edm.String",
            "facetable": true,
            "filterable": true,
            "key": false,
            "retrievable": true,
            "searchable": true,
            "sortable": false,
            "analyzer": "standard.lucene",
            "indexAnalyzer": null,
            "searchAnalyzer": null,
            "synonymMaps": [],
            "fields": []
        },
        {
            "name": "name_fr",
            "type": "Edm.String",
            "facetable": true,
            "filterable": true,
            "key": false,
            "retrievable": true,
            "searchable": true,
            "sortable": false,
            "analyzer": "fr.lucene",
            "indexAnalyzer": null,
            "searchAnalyzer": null,
            "synonymMaps": [],
            "fields": []
        },
        {
            "name": "value_fr",
            "type": "Edm.String",
            "facetable": true,
            "filterable": true,
            "key": false,
            "retrievable": true,
            "searchable": true,
            "sortable": false,
            "analyzer": "fr.lucene",
            "indexAnalyzer": null,
            "searchAnalyzer": null,
            "synonymMaps": [],
            "fields": []
        }
    ]
}

skillseet ：

{
    "@odata.type": "#Microsoft.Skills.Text.TranslationSkill",
    "name": "psd_name_fr",
    "description": null,
    "context": "/document/SpecificationData",
    "defaultFromLanguageCode": null,
    "defaultToLanguageCode": "fr",
    "suggestedFrom": "en",
    "inputs": [
        {
            "name": "text",
            "source": "/*/name"
        }
    ],
    "outputs": [
        {
            "name": "translatedText",
            "targetName": "name_fr"
        }
    ]
}

indexer ：

"outputFieldMappings": [
    {
        "sourceFieldName": "/document/SpecificationData/*/name/name_fr",
        "targetFieldName": "/name_fr" //I get an error message as "Output field mapping specifies target field 'name_fr' that doesn't exist in the index". I have tried accessing the full path as /document/SpecificationData/name_fr but it still gives same error. It looks for the specified field inside root structure and gives the error if the field is nested array object.
    }
]

Answer 1

您可以使用文本合并技能如果您想为每种语言获得一个大合并翻译字段，则要合并要翻译的所有字段。尽管您说您仍然希望单独的字段作为输出，但这可能不符合您的确切情况。要使它们分开，我认为您必须一一翻译它们，然后用一个翻译技能每个字段和语言。在技​​能集中拥有不止一种翻译技能没有问题，因此应该可以正常工作，这可能有点乏味。

更新5/18/22

好的，因此，由于您没有定义复杂的specificationdata索引字段，而是顶级级别的“ name_fr”等等输出字段映射很好。输出字段映射按名称将富集文档中的路径映射到索引字段。因此，targetFieldName应为“ name_fr”，而没有领先的斜线。 source fieldname应指向您的翻译技能的输出，name_fr在上下文路径下，是/document/document/specificationdata您的技能的输出是/document/specificationdata/name_fr。

但是还有另一个问题，那就是您确实有一个值数组作为技能技能的输出，因为输入路径中的*（/*/name ）。由于索引字段是字符串，而不是数组，这可能不会起作用。

似乎您的目的是为每个specificationData条目的每个名称进行翻译。为此，您的上下文可能应进行​​枚举（/document/specificationdata/*），并使输入路径为/document/document/specificationdata/*/name。这样，specificationdata数组中的每个项目都将在一个name_fr。

然后，如果将索引定义为以这种方式定义，则需要将这些多个值作为索引单字符串。最简单的方法是使用 text Merger技能，可能是这样的：

{
  "@odata.type": "#Microsoft.Skills.Text.MergeSkill",
  "context": "/document",
  "inputs": [
    {
      "name": "itemsToInsert", 
      "source": "/document/SpecificationData/*/name_fr"
    }
  ],
  "outputs": [
    {
      "name": "mergedText", 
      "targetName" : "name_fr"
    }
  ]
}

然后，由于此新技能的输出将是>/document/name_fr与所有法式翻译名称的空间分隔串联的串联，所以您不适合t完全需要输出字段映射，该值将自动映射到您的索引。

最后，为了更好地理解和调试技能，您应该看调试会议。