Jak vytvořit vyhledávací index s GroupDocs a synonymním vyhledáváním v .NET

V tomto průvodci se naučíte jak vytvořit vyhledávací index pomocí GroupDocs.Search, přidávat dokumenty do tohoto indexu a povolit synonymní vyhledávání, aby uživatelé mohli najít relevantní obsah i při použití odlišné terminologie. Ať už budujete právní úložiště, firemní znalostní bázi nebo výzkumný archiv, níže uvedené kroky vám poskytnou produkčně připravené řešení, které funguje na .NET Framework 4.6.1+, .NET Core a .NET 5+.

Rychlé odpovědi

  • Co znamená „vytvořit vyhledávací index“? Vytváří prohledávatelný katalog vašich dokumentů, ukládá extrahovaný text v optimalizované struktuře pro milisekundové vyhledávání.
  • Proč používat synonymní vyhledávání? Rozšiřuje dotaz o slova se stejným významem, čímž zvyšuje úplnost až o 30 % v typických korpusech.
  • Jaké jsou hlavní předpoklady? .NET 4.6.1+ (nebo .NET Core/5+), znalost C# a NuGet balíčky GroupDocs.Search + GroupDocs.Redaction.
  • Potřebuji licenci? Bezplatná zkušební verze stačí pro hodnocení; pro produkční nasazení je vyžadována trvalá licence.
  • Mohu to kombinovat s redakcí? Ano—GroupDocs.Redaction může běžet před nebo po vyhledávání k maskování citlivých dat.

Co je „vytvořit vyhledávací index“?

Vyhledávací index je datová struktura, která obsahuje extrahovaný text a metadata z každého dokumentu, což umožňuje enginu okamžitě najít odpovídající soubory. GroupDocs.Search vytváří tento index skenováním zdrojové složky, parsováním podporovaných formátů a zápisem kompaktních souborů indexu do adresáře, který určíte.

Proč povolit synonymní vyhledávání?

Synonymní vyhledávání automaticky přidává alternativní výrazy k dotazu uživatele, takže vyhledávání „improve“ také vrátí dokumenty obsahující „enhance“, „upgrade“ nebo **„optimize“. V praxi může toto zvýšit úplnost výsledků o 20‑35 % při zachování vysoké přesnosti, protože vestavěný synonymní slovník je vytvořen pro každý jazyk.

Předpoklady

  • .NET Framework 4.6.1 nebo novější (nebo jakýkoli runtime .NET Core/5+).
  • Základní dovednosti vývoje v C# a Visual Studio (Community, Professional nebo Enterprise).
  • Balíčky GroupDocs.Search a GroupDocs.Redaction nainstalované přes NuGet.

Instalace

Nainstalujte GroupDocs.Redaction pro .NET pomocí jedné z těchto metod (podrobnosti najdete v dokumentaci GroupDocs.Redaction .NET):

.NET CLI:

dotnet add package GroupDocs.Redaction

Package Manager Console:

Install-Package GroupDocs.Redaction

Alternativně můžete použít UI Správce balíčků NuGet ve Visual Studio k vyhledání „GroupDocs.Redaction“ a jeho přímé instalaci. Pro referenci API viz GroupDocs Redaction API.

Získání licence

  • Bezplatná zkušební verze: Začněte s trial verzí a prozkoumejte všechny funkce.
  • Dočasná licence: Požádejte o dočasnou licenci na webu GroupDocs nebo spravujte svou licenci přes portál GroupDocs License Management.
  • Plná koupě: Až budete připraveni na produkci, zakupte plnou licenci, která odstraní všechna omezení zkoušky.

Jak nastavit GroupDocs.Redaction pro .NET

GroupDocs.Redaction poskytuje základní funkčnost pro redakci citlivého obsahu před nebo po vyhledávání. Exponuje třídu Redactor, kterou vytvoříte s licencí a volitelnými konfiguračními nastaveními.

Následující kód ukazuje vytvoření instance redaktoru a načtení souboru licence:

// Definition anchor: the Redactor class provides methods to locate and mask text, images, or metadata.
var redactor = new GroupDocs.Redaction.Redactor();

using GroupDocs.Redaction;

// Initialize a new Redactor object with your document path
RedactorSettings settings = new RedactorSettings();
Redactor redactor = new Redactor("YOUR_DOCUMENT_PATH", settings);

Po připravení redaktoru můžete později zavolat redactor.Redact(...) na libovolný dokument, který získáte z výsledků vyhledávání.

Jak vytvořit vyhledávací index

Vytvoření vyhledávacího indexu zahrnuje určení složky, kde budou uloženy soubory indexu, a následnou inicializaci třídy Index z GroupDocs.Search. Index bude obsahovat všechna prohledávatelná data extrahovaná z vašich zdrojových dokumentů.

Nejprve vytvořte adresář pro index a poté vytvořte instanci objektu Index:

// Definition anchor: the Index class represents the searchable container that holds all indexed documents.
var indexPath = @"C:\MySearchIndex";
var index = new GroupDocs.Search.Index(indexPath);

string indexFolder = "YOUR_DOCUMENT_DIRECTORY/AdvancedUsage/Searching/SynonymSearch";

Vytvoření indexu zapíše sadu binárních souborů do složky; tyto soubory jsou typicky pod 200 KB na 1 000 stránek, což vám umožní škálovat na miliony stránek bez vyčerpání místa na disku.

Jak přidat dokumenty do indexu

Přidání dokumentů vyžaduje nasměrování API na adresář obsahující zdrojové soubory a instrukci indexu, aby je načetl. Proces parsuje každý podporovaný formát, extrahuje text a uloží jej do indexu pro rychlé načítání.

Použijte následující kód k indexaci všech souborů ve zdrojové složce:

// Definition anchor: DocumentSource tells the index where to read files from and which formats to accept.
var sourceFolder = @"C:\MyDocuments";
index.Add(sourceFolder);

using GroupDocs.Search;

Index index = new Index(indexFolder);
// This sets up the index in the specified folder.

GroupDocs.Search podporuje 30+ vstupních formátů—včetně DOCX, PDF, PPTX, HTML a běžných typů obrázků—takže můžete indexovat prakticky jakýkoli firemní archiv bez dalších konvertorů.

Jak povolit a spustit synonymní vyhledávání

Zpracování synonym se zapíná pomocí SearchOptions. Po povolení se každý dotaz automaticky rozšíří o synonyma ze slovníku, čímž se zvyšuje úplnost bez ztráty přesnosti.

Povolte synonymní vyhledávání následujícím úryvkem:

var options = new GroupDocs.Search.SearchOptions()
{
    UseSynonyms = true
};
var result = index.Search("improve", options);

string documentsFolder = "YOUR_DOCUMENT_DIRECTORY";

Výchozí synonymní slovník obsahuje více než 5 000 dvojic termínů pro angličtinu. Můžete také načíst vlastní soubor SynonymDictionary pro podporu oborově specifického žargonu.

Vlastní synonymní slovník

Pokud potřebujete doménově specifické synonyma, načtěte svůj vlastní soubor slovníku a přiřaďte jej k SearchOptions před provedením dotazu.

options.SynonymDictionary = new SynonymDictionary(@"C:\mySynonyms.txt");
var result = index.Search("upgrade", options);

index.Add(documentsFolder);
// This step populates the index with content from your documents.

Běžné tipy pro řešení problémů

  • Problémy s cestou: Zkontrolujte, že indexová a zdrojová složka jsou přístupné procesnímu účtu.
  • Licenční omezení: Nelicencovaná verze může omezit počet indexovaných souborů na 100.
  • Žádné výsledky: Ověřte, že je načten synonymní slovník; můžete zkontrolovat options.SynonymDictionary.Count za běhu.

Praktické aplikace

  1. Správa právních dokumentů: Vyhledávejte judikaturu pomocí právních termínů a jejich synonym.
  2. Akademický výzkum: Rozšiřte vyhledávání literatury napříč vědeckými PDF a Word soubory.
  3. Firemní znalostní báze: Získejte interní politiky i když uživatelé formulují dotazy odlišně.
  4. Systémy pro správu obsahu: Poskytněte editorům bohatší možnosti objevování při označování článků.
  5. Ticketing zákaznické podpory: Přiřaďte tickety k známým problémům pomocí synonymních popisů problémů.

Úvahy o výkonu

  • Údržba indexu: Proveďte reindexaci po hromadných aktualizacích; inkrementální indexování snižuje dobu výpadku až o 70 %.
  • Monitorování zdrojů: Indexování dávky 10 GB na standardním VM (2 vCPU, 8 GB RAM) dosahuje špičky ~1,2 GB RAM; omezte velikost dávky, pokud se blížíte k limitům.
  • Uvolnění objektů: Zavolejte index.Dispose() a redactor.Dispose() co nejdříve po dokončení, aby se uvolnily nativní zdroje.

Závěr

Nyní víte jak vytvořit vyhledávací index s GroupDocs, přidávat dokumenty do tohoto indexu a povolit synonymní vyhledávání pro intuitivnější uživatelský zážitek. Tento základ vám také umožní vrstvit redakci, vlastní řazení nebo fuzzy shodu na robustní vyhledávací engine.

Další kroky

Často kladené otázky

Q: Co je synonymní vyhledávání?
A: Synonymní vyhledávání rozšiřuje dotaz uživatele o předdefinované alternativní výrazy, čímž zvyšuje šanci najít relevantní dokumenty, které používají odlišné formulace.

Q: Jak aktualizuji svou licenci GroupDocs?
A: Navštivte portál GroupDocs License Management a nahrajte nový licenční soubor pomocí License.SetLicense("path/to/license.lic").

Q: Mohu používat synonymní vyhledávání ve vícejazyčném prostředí?
A: Ano—načtěte jazykově specifický soubor SynonymDictionary pro každou podporovanou lokalitu a engine použije odpovídající sadu synonym pro každý dotaz.

Q: Jaké jsou nejčastější problémy s indexací?
A: Oprávnění k přístupu k souborům, nepodporované formáty a překročení limitu dokumentů ve zkušební verzi jsou tři hlavní problémy, se kterými vývojáři narazí.

Q: Jak mohu optimalizovat výkon pro velmi velké indexy?
A: Použijte inkrementální indexování, uložte index na SSD a nakonfigurujte IndexingOptions.MaxDegreeOfParallelism tak, aby odpovídal počtu jader CPU.

Poslední aktualizace: 2026-09-16
Testováno s: GroupDocs.Search 23.10 pro .NET
Autor: GroupDocs

using GroupDocs.Search.Options;

SearchOptions options = new SearchOptions();
options.UseSynonymSearch = true; // Activate synonym search.

string query = "improve";
SearchResult result = index.Search(query, options);
// This operation returns documents matching 'improve' or its synonyms.

Související tutoriály