检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
型，如表格、图片、公式、标题等，以及识别单栏、双栏版面结构及段落顺序，对用户上传的文档进行智能解析。本文介绍Flexus企业搜索服务如何配置OCR增强实现文档智能解析功能。 步骤1：开通OCR 开通OCR服务的智能文档解析功能。 登录文字识别OCR管理控制台。 在“总览”页面的使用说明模块选择“智能文档解析”。
上传图片 功能介绍 上传图片入库。 URI POST /v1/koosearch/image/{img_id} 表1 路径参数 参数 是否必选 参数类型 描述 img_id 是 String 图片ID，格式为img-[0-9a-z]{32} 最小长度：1 最大长度：64 请求参数
获取图片内容 功能介绍 根据ID获取图片内容。 URI GET /v1/koosearch/image/{img_id} 表1 路径参数 参数 是否必选 参数类型 描述 img_id 是 String 图片ID，格式为img-[0-9a-z]{32} 最小长度：1 最大长度：64
图片管理 上传图片 获取图片内容
未勾选，在文档中遇到图片默认跳过，不处理图片。 勾选后，有两种解析方式可供选择： 提取图片文本：识别图片内文字。 仅保留原图：将图片提取后上传OBS桶，便于问答图文展示。 解析页眉页脚 未勾选，解析结果中不包含页眉页脚。 勾选后，解析结果中包含页眉页脚。 解析目录页 未勾选，解析结果中不包含目录页。 勾选后，解析结果中包含目录页。
能包含其他的特殊字符。 本案例以“kos_ocr”为例。 OCR增强 - OCR增强功能是引用OCR服务能力，来增强实例的搜索和问答能力。 开通OCR增强插件会创建委托访问文字识别服务，需额外计费。 网络配置 虚拟私有云 指定集群节点使用的虚拟专用网络，实现不同业务的网络隔离。
搜索精排模型：对搜索的召回结果进行重排序，提升向量检索的效果。 搜索规划模型：提供多轮改写及意图识别功能。 缓存生成模型：提供query之间相似度的计算，用于知识库的缓存功能。 访问地址 模型的内网访问地址及端口。 模型描述 模型详细信息的描述。 昇腾云模型名称 来源于昇腾云服务开通的NLP大模型的模型名称。
开通OCR增强插件会创建委托访问文字识别服务，需额外计费。 说明： 如果要使用此功能，首先需要开通OCR服务，以及购买OCR中的智能文档解析和通用文字识别功能，也可以购买套餐包，详情请查看计费规则。 网络配置 虚拟私有云 指定集群节点使用的虚拟专用网络，实现不同业务的网络隔离。 单击“查看
单击“API管理”，进入API管理页签。 选择待发布的API，单击操作列的“发布”。 在“发布”页面配置API网关信息。 表1 发布服务 参数 说明 实例 发布为APIG的实例。API网关（API Gateway）是为企业和开发者提供的高性能、高可用、高安全的云原生网关服务，能快速将企业服务能力
在输入框中输入问题，单击，查看搜索结果。 图1 体验搜索 选中搜索结果，可查看更详细的内容。单击“阅读全文”，可查看文档原文。 当前针对上传的多栏排版docx文档，查看文档原文时存在内容显示错位及显示不全的问题。 父主题： 在控制台使用KooSearch实现搜索问答
片效果。 图3 单击文档名称 图4 切片效果 管理文档数据。 单击操作列的“下载”，可下载文档至本地。 单击操作列的“删除”，可删除已上传的文档。 单击操作列的“QA生成”，可将上传的文档生成问答模式的Excel文档，生成任务在“任务管理”页签可以查看。 单击操作列的“重试”，可对已上传的文档重新进行切片。
人工智能发展规划的通知》的指导思想是什么？ 说明： 未选择分类的先使用知识库检索再进行大模型总结，选中的分类直接使用大模型回答。 搜索增强自定义prompt 使用场景：主要用于RAG场景下的模型生成阶段。（RAG场景：对话生成任务中，使用检索步骤来增强生成模型的能力。） 组成要素
在控制台使用KooSearch实现搜索问答 创建和管理KooSearch模型服务（可选） 创建KooSearch知识库 将本地文件上传至KooSearch知识库 体验KooSearch问答 体验KooSearch搜索 管理KooSearch知识库
态处于“关闭”状态。 图6 关闭知识库 或者单击操作列的“文档管理”，进入“文档管理”页面，关闭知识库状态的开关，使知识库状态处于“关闭”状态。 图7 关闭知识库 删除知识库 如果无需使用已创建的知识库，可删除知识库释放资源。 删除知识库同时会删除知识库的业务数据，请谨慎操作。
OCR增强功能准确识别图片、表格等各式版面布局。 文档切分 支持多种拆分方式：自动拆分、层次拆分、长度拆分和自定义规则拆分。 搜索问答 搜索规划 利用LLM技术的Query分类、多轮改写、复杂查询分解。 图文并茂&内容溯源 支持输出参考链接，和上下文语义相关的图片。 内容优选 通
CATALOG-层级分段下的自动解析 RULE- 层级分段下的规则解析 AUTO- 自动拆分，自动识别文档格式匹配适合的拆分解析方式 缺省值：AUTO 枚举值： LENGTH CATALOG RULE AUTO separator_ids 否 Array of strings 分段标识符ID列表 文件解析分类
《冰箱使用说明书》对应的产品型号：ProductModel:BCD-551WLCTDAFA5U1 《一句顶一万句》的作者是：刘震云 《外观设计专利交底书模板》 的专业领域是：法务领域 最小长度：1 最大长度：255 数组长度：0 - 250 fail_count Integer 上传失败的数据条数
《冰箱使用说明书》对应的产品型号：ProductModel:BCD-551WLCTDAFA5U1 《一句顶一万句》的作者是：刘震云 《外观设计专利交底书模板》 的专业领域是：法务领域 最小长度：1 最大长度：255 数组长度：0 - 250 fail_count Integer 上传失败的数据条数
《冰箱使用说明书》对应的产品型号：ProductModel:BCD-551WLCTDAFA5U1 《一句顶一万句》的作者是：刘震云 《外观设计专利交底书模板》 的专业领域是：法务领域 最小长度：1 最大长度：255 数组长度：0 - 250 fail_count Integer 上传失败的数据条数
CATALOG-层级分段下的自动解析 RULE- 层级分段下的规则解析 AUTO- 自动拆分，自动识别文档格式匹配适合的拆分解析方式 缺省值：AUTO 枚举值： LENGTH CATALOG RULE AUTO separator_ids 否 Array of strings 分段标识符ID列表 文件解析分类
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
