Sie können in Content Server mit einer natürlichsprachlichen Abfrage suchen, die Sie in Form einer Frage oder einer Textzeile (bzw. mehrerer Textzeilen) eingeben. Content Server ermittelt die Kriterien und die Suchwörter aus der Abfrage und startet dann die Suche. Natürlichsprachliche Abfragen können, wie andere Abfragen auch, gespeichert und wiederverwendet werden. Informationen zum Speichern von Abfragen finden Sie unter Mit gespeicherten Abfragen arbeiten.

Sie können mithilfe einer natürlichsprachlichen Abfrage nach OpenText Enterprise Library-Objekten suchen.

Natürlichsprachliche Abfragen

Es gibt zwei Typen natürlichsprachlicher Abfragen: Content Server-Aware und Schlüsselwortextrahierung.

  • Content Server-Aware: Eignet sich vor allem für Abfragen zur Suche nach Personen, Datumsangaben und Content Server-Objekttypen (z. B. Dokumente und Ordner). Content Server-Aware ermittelt diesen Kontext mithilfe eines Regelsatzes; hierzu werden Informationen über Dateitypen und Attribute aus dem eingegebenen Text gezogen. Wenn Sie z. B. als Frage Wo sind die Word-Dokumente für die Konferenz in Rom? eingeben, erkennt die Funktion Content Server-Aware das Wort Word als den Microsoft Word-MIME-Typ. Die Suche wird daher auf Microsoft Word-Dokumente beschränkt, die die Begriffe Rom und Konferenz enthalten.

  • Schlüsselwortextrahierung: Wenn keine spezifischen Informationen zu Personen, Datumsangaben oder Content Server-Objekttypen zur Verfügung stehen, ist der Modus Schlüsselwortextrahierung am besten für natürlichsprachliche Abfragen geeignet. Er identifiziert die obersten fünf Begriffe oder Wortfolgen aus der Abfrage, bei denen es sich nicht um Stoppwörter handelt. Stoppwörter sind Wörter, die einem Satz keinen semantischen Wert hinzufügen, wie ein, und und der. Anschließend wird nach Objekten gesucht, die einige oder alle dieser fünf Wörter bzw. Wortfolgen enthalten. Wenn Sie beispielsweise Wo kann ich eine Präsentation zu Collaboration Software finden? eingeben, gibt Content Server eine Liste von Objekten aus, die einige oder alle der folgenden Wörter enthalten: Präsentation, Collaboration und Software.

 

Hinweis

Hinweise:

  • Der Modus Content Server-Aware funktioniert nur innerhalb der Unternehmensweit-Datenquelle. Wenn Sie für eine Abfrage, die sich auf eine andere Datenquelle bezieht oder die keine Personen, Datumsangaben oder Content Server-Objekttypen beinhaltet, den Suchmodus Content Server-Aware angegeben haben, verwendet Content Server automatisch den Suchmodus Schlüsselwortextrahierung.

  • Content Server-Aware unterstützt keine OpenText Enterprise Library-Objekte.

  • Content Server-Schlüsselwort unterstützt OpenText Enterprise Library-Objekte.

 

Beide Arten von natürlichsprachlichen Abfragen behandeln Abfrageausdrücke in Anführungszeichen als Suchabfragen, bei denen nach der genauen Wortfolge gesucht werden soll. Das bedeutet, dass Content Server nach der genauen Wortfolge der Abfrage in den Anführungszeichen sucht und nicht die Standardregeln für natürlichsprachliche Abfragen anwendet; es werden also z. B. keine Stoppwörter aus der Suche entfernt. Wenn Sie nach einem Dokument suchen möchten, das einen aus mehreren Wörtern bestehenden Titel hat, müssen Sie alle Wörter in Anführungszeichen einschließen, damit Content Server diese als zusammengehörigen Titel erkennt. Dasselbe gilt auch für Zusammenfassungen und Beschreibungen, die aus mehreren Wörtern bestehen.

Einige natürlichsprachliche Abfragen, wie z. B. solche, die Datumsangaben umfassen, verwenden bei der Bildung und Ausführung von Suchvorgängen zusätzliche Algorithmen. Wenn Sie nach Dokumenten suchen, die vor ca. zwei Wochen erstellt wurden, erstellt Content Server einen intelligenten Datumsbereich, der für die Suche verwendet wird. Wenn Sie als Abfrageausdruck z. B. Dokumente über Hunde, die vor zwei Wochen erstellt wurden eingeben, wird ein Datumsbereich durchsucht, der sowohl den Tag vor dem Datum von vor genau zwei Wochen als auch die beiden Tage nach diesem Datum umfasst. Auf diese Weise werden insgesamt vier Tage in die Content Server-Suche einbezogen. Dasselbe gilt für alle Suchvorgänge, bei denen Monate oder Jahre spezifiziert wurden, wobei sich die Datumsbereiche abhängig vom jeweiligen Zeitrahmen vergrößern.