Persistir informações extraídas em um repositório de conhecimento

Embora o índice possa ser considerado a saída primária de um processo de indexação, os dados enriquecidos que ele contém também podem ser úteis de outras maneiras. Por exemplo:

• Como o índice é essencialmente uma coleção de objetos JSON, cada um representando um registro indexado, pode ser útil exportar os objetos como arquivos JSON para integração em um processo de orquestração de dados para operações de extração, transformação e carregamento (ETL).
• Talvez você queira normalizar os registros de índice em um esquema relacional de tabelas para análise e relatórios.
• Tendo extraído imagens incorporadas de documentos durante o processo de indexação, convém salvar essas imagens como arquivos.

O Pesquisa de IA do Azure suporta estes cenários, permitindo-lhe definir um armazenamento de conhecimento no conjunto de habilidades que encapsula o pipeline de enriquecimento. O armazenamento de conhecimento consiste em projeções dos dados enriquecidos, que podem ser objetos JSON, tabelas ou arquivos de imagem. Quando um indexador executa o pipeline para criar ou atualizar um índice, as projeções são geradas e persistem no repositório de conhecimento.