Azure AI ಹುಡುಕಾಟದಲ್ಲಿ .msg ಇಮೇಲ್ ಫೈಲ್‌ಗಳಿಂದ ಪಠ್ಯವನ್ನು ಹೊರತೆಗೆಯಲಾಗುತ್ತಿದೆ

Azure AI ಹುಡುಕಾಟದೊಂದಿಗೆ ಇಮೇಲ್ ವಿಷಯವನ್ನು ಅನ್ಲಾಕ್ ಮಾಡಲಾಗುತ್ತಿದೆ

Azure AI ಹುಡುಕಾಟದ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಅನ್ವೇಷಿಸುವುದರಿಂದ ಕ್ಲೌಡ್ ಪರಿಸರದಲ್ಲಿ ಸಂಗ್ರಹವಾಗಿರುವ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಡೇಟಾವನ್ನು ನಿರ್ವಹಿಸುವ ಮತ್ತು ಹುಡುಕುವುದರ ಮೇಲೆ ಅದರ ಆಳವಾದ ಪ್ರಭಾವವನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ. ನಿರ್ದಿಷ್ಟವಾಗಿ ಹೇಳುವುದಾದರೆ, ಅಜೂರ್ ಸ್ಟೋರೇಜ್ ಬ್ಲಾಬ್ ಕಂಟೈನರ್‌ಗಳಲ್ಲಿ .msg ಇಮೇಲ್ ಫೈಲ್‌ಗಳೊಂದಿಗೆ ವ್ಯವಹರಿಸುವಾಗ, ವೃತ್ತಿಪರರು ಕೇವಲ ಮೆಟಾಡೇಟಾವನ್ನು ಪ್ರವೇಶಿಸಲು ಸಮರ್ಥ ಮಾರ್ಗಗಳನ್ನು ಹುಡುಕುತ್ತಾರೆ ಆದರೆ ಈ ಇಮೇಲ್‌ಗಳಲ್ಲಿರುವ ನಿಜವಾದ ವಿಷಯವನ್ನು. ಈ ಪ್ರಕ್ರಿಯೆಯು ಇಮೇಲ್‌ಗಳ ಮೂಲಕ ಶೋಧಿಸಲು Azure AI ನ ಶಕ್ತಿಯುತ ಇಂಡೆಕ್ಸಿಂಗ್ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ನಿಯಂತ್ರಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ, ಈ ಕಾರ್ಯವು ಈ ಫೈಲ್‌ಗಳನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಪ್ರಶ್ನಿಸುವುದು ಹೇಗೆ ಎಂಬ ತಿಳುವಳಿಕೆಯನ್ನು ಕೋರುತ್ತದೆ. ದೇಹ ಮತ್ತು ಲಗತ್ತುಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಇಮೇಲ್ ವಿಷಯವನ್ನು ಹೊರತೆಗೆಯುವ ಮತ್ತು ಹುಡುಕುವ ಸಾಮರ್ಥ್ಯವು ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ, ಅನುಸರಣೆ ಪರಿಶೀಲನೆಗಳು ಮತ್ತು ಒಳನೋಟ ಸಂಗ್ರಹಣೆಗೆ ಹೊಸ ಮಾರ್ಗಗಳನ್ನು ತೆರೆಯುತ್ತದೆ.

ಆದಾಗ್ಯೂ, 'ಇಂದ', 'ಗೆ', 'ವಿಷಯ' ಮತ್ತು 'ಕಳುಹಿಸಿದ ದಿನಾಂಕ' ಕ್ಷೇತ್ರಗಳಂತಹ ಮೂಲಭೂತ ಮೆಟಾಡೇಟಾಕ್ಕಿಂತ ಹೆಚ್ಚಿನದನ್ನು ಹಿಂಪಡೆಯಲು ಪ್ರಯತ್ನಿಸುವಾಗ ಅನೇಕರು ಅಡ್ಡಹಾದಿಯಲ್ಲಿ ಕಾಣುತ್ತಾರೆ- ಇಮೇಲ್‌ಗಳು. ಈ ಸವಾಲು ಅಜೂರ್ ಸರ್ಚ್‌ನ ಸಾಮರ್ಥ್ಯಗಳಲ್ಲಿ ಆಳವಾದ ಡೈವ್‌ನ ಅಗತ್ಯವನ್ನು ಪರಿಚಯಿಸುತ್ತದೆ, ಹುಡುಕಾಟ ಅನುಭವವನ್ನು ಉತ್ಕೃಷ್ಟಗೊಳಿಸಲು ಸೂಚ್ಯಂಕ ಮಾಡಬಹುದಾದ ಹೆಚ್ಚುವರಿ ಕ್ಷೇತ್ರಗಳನ್ನು ಅನ್ವೇಷಿಸುತ್ತದೆ. Azure AI ಹುಡುಕಾಟದಲ್ಲಿ ಸಮರ್ಥ ಇಮೇಲ್ ಸೂಚ್ಯಂಕ ಮತ್ತು ಸೂಚ್ಯಂಕವನ್ನು ಹೊಂದಿಸುವ ಜಟಿಲತೆಗಳು ಒಬ್ಬರ ತಾಂತ್ರಿಕ ಪರಾಕ್ರಮವನ್ನು ಮಾತ್ರವಲ್ಲದೇ ದಾಖಲಾತಿಗಳ ಮೂಲಕ ನ್ಯಾವಿಗೇಟ್ ಮಾಡುವ ಮತ್ತು ಅಪೇಕ್ಷಿತ ಫಲಿತಾಂಶಗಳನ್ನು ಸಾಧಿಸಲು ಕಾನ್ಫಿಗರೇಶನ್‌ಗಳೊಂದಿಗೆ ಪ್ರಯೋಗಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಪರೀಕ್ಷಿಸುತ್ತದೆ.

ಸ್ಕ್ರಿಪ್ಟ್ ವಿವರಣೆ ಮತ್ತು ಬಳಕೆ

ಒದಗಿಸಲಾದ ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳು Azure AI ಹುಡುಕಾಟ ಸಾಮರ್ಥ್ಯಗಳ ನಡುವೆ ಸೇತುವೆಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಮತ್ತು Azure Blob ಸಂಗ್ರಹಣೆಯಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾದ .msg ಫೈಲ್‌ಗಳಿಂದ ಇಮೇಲ್ ವಿಷಯಗಳು ಮತ್ತು ಲಗತ್ತುಗಳನ್ನು ಹೊರತೆಗೆಯುವ ನಿರ್ದಿಷ್ಟ ಅಗತ್ಯತೆ. ಮೊದಲ ಸ್ಕ್ರಿಪ್ಟ್, ಅಜೂರ್ ಫಂಕ್ಷನ್‌ಗಳು ಮತ್ತು ಅಜುರೆ ಬ್ಲಾಬ್ ಸ್ಟೋರೇಜ್ ಎಸ್‌ಡಿಕೆಗಳನ್ನು ನಿಯಂತ್ರಿಸುತ್ತದೆ, "ಇಮೇಲ್-ಎಂಎಸ್‌ಜಿ-ಇಂಡೆಕ್ಸ್" ಹೆಸರಿನ ಅಜುರೆ ಕಾಗ್ನಿಟಿವ್ ಸರ್ಚ್ ಇಂಡೆಕ್ಸ್ ಅನ್ನು ಪ್ರಶ್ನಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಈ ಸೂಚ್ಯಂಕವು ಪ್ರಾಯಶಃ .msg ಇಮೇಲ್ ಫೈಲ್‌ಗಳಿಂದ ಹೊರತೆಗೆಯಲಾದ ಮೆಟಾಡೇಟಾವನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಸೂಚ್ಯಂಕದ ದಾಖಲೆಗಳಾದ್ಯಂತ ಹುಡುಕಾಟ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು ಸ್ಕ್ರಿಪ್ಟ್ ಅಜೂರ್ ಕಾಗ್ನಿಟಿವ್ ಸರ್ಚ್ ಲೈಬ್ರರಿಯಿಂದ SearchClient ಅನ್ನು ಬಳಸುತ್ತದೆ. ಹುಡುಕಾಟ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ವಿಶಾಲವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ, ಹುಡುಕಾಟ ಪಠ್ಯ "*" ನಿಂದ ಸೂಚಿಸಲಾಗುತ್ತದೆ, ಅಂದರೆ ಇದು ಎಲ್ಲಾ ಸೂಚ್ಯಂಕ ದಾಖಲೆಗಳನ್ನು ಹಿಂಪಡೆಯುತ್ತದೆ. ಆಯ್ಕೆಮಾಡಿದ ಕ್ಷೇತ್ರಗಳು, "metadata_storage_path" ಮತ್ತು "metadata_storage_name", ಅವುಗಳು Azure Blob Storage ನಲ್ಲಿ ಸಂಗ್ರಹವಾಗಿರುವ ನಿಜವಾದ .msg ಫೈಲ್‌ಗಳಿಗೆ ಮಾರ್ಗಗಳನ್ನು ಒದಗಿಸುವುದರಿಂದ ನಿರ್ಣಾಯಕವಾಗಿವೆ. ಒಮ್ಮೆ ಈ ಮಾರ್ಗಗಳನ್ನು ಪಡೆದ ನಂತರ, ಈ .msg ಫೈಲ್‌ಗಳ ವಿಷಯವನ್ನು ಪ್ರವೇಶಿಸಲು ಮತ್ತು ಡೌನ್‌ಲೋಡ್ ಮಾಡಲು ಸ್ಕ್ರಿಪ್ಟ್ BlobServiceClient ಅನ್ನು ಬಳಸುತ್ತದೆ.

ಎರಡನೇ ಸ್ಕ್ರಿಪ್ಟ್ ಡೌನ್‌ಲೋಡ್ ಮಾಡಿದ .msg ಇಮೇಲ್ ಫೈಲ್‌ಗಳನ್ನು ಅವುಗಳ ದೇಹದ ವಿಷಯ ಮತ್ತು ಲಗತ್ತುಗಳನ್ನು ಹೊರತೆಗೆಯಲು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವುದರ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ. ಇಮೇಲ್ ಫೈಲ್‌ಗಳನ್ನು ಪಾರ್ಸ್ ಮಾಡಲು ಇದು ಪ್ರಮಾಣಿತ ಪೈಥಾನ್ 'ಇಮೇಲ್' ಲೈಬ್ರರಿಯನ್ನು ಬಳಸುತ್ತದೆ. BytesParser ವರ್ಗವು ಬೈನರಿ ಸ್ವರೂಪದಲ್ಲಿರುವ .msg ಫೈಲ್ ವಿಷಯವನ್ನು ಓದುತ್ತದೆ ಮತ್ತು ಅದನ್ನು ಇಮೇಲ್ ಸಂದೇಶ ವಸ್ತುವಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ. ಈ ವಸ್ತು ಮಾದರಿಯು ಇಮೇಲ್‌ನ ವಿವಿಧ ಭಾಗಗಳನ್ನು ಸುಲಭವಾಗಿ ಹೊರತೆಗೆಯಲು ಅನುಮತಿಸುತ್ತದೆ. ನಿರ್ದಿಷ್ಟವಾಗಿ, ಇದು ಇಮೇಲ್ ದೇಹದ ಸರಳ ಪಠ್ಯ ಭಾಗವನ್ನು ಹಿಂಪಡೆಯುತ್ತದೆ ಮತ್ತು ಯಾವುದೇ ಲಗತ್ತುಗಳ ಮೇಲೆ ಪುನರಾವರ್ತಿಸುತ್ತದೆ, ಅವುಗಳ ವಿಷಯವನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ. ಬೈನರಿ ಡೇಟಾವನ್ನು ನಿರ್ವಹಿಸಲು ಲಗತ್ತುಗಳನ್ನು ನಂತರ Base64 ನಲ್ಲಿ ಎನ್ಕೋಡ್ ಮಾಡಲಾಗುತ್ತದೆ, ASCII ಪಠ್ಯವಾಗಿ ಸಂಗ್ರಹಿಸಲು ಅಥವಾ ರವಾನಿಸಲು ಸುಲಭವಾಗುತ್ತದೆ. ಅಜೂರ್ ಸ್ಟೋರೇಜ್‌ನಿಂದ ಇಮೇಲ್ ಡೇಟಾದ ಮರುಪಡೆಯುವಿಕೆ ಮತ್ತು ಸಂಸ್ಕರಣೆಯನ್ನು ಹೇಗೆ ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವುದು ಎಂಬುದನ್ನು ಎರಡೂ ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳು ಉದಾಹರಣೆಯಾಗಿ ನೀಡುತ್ತವೆ, ಕ್ಲೌಡ್-ಸಂಗ್ರಹಿಸಿದ ಡೇಟಾವನ್ನು ಸಮರ್ಥವಾಗಿ ನಿರ್ವಹಿಸುವಲ್ಲಿ ಮತ್ತು ವಿಶ್ಲೇಷಿಸುವಲ್ಲಿ ಅಜೂರ್ ಸೇವೆಗಳು ಮತ್ತು ಪೈಥಾನ್ ಸ್ಕ್ರಿಪ್ಟಿಂಗ್‌ನ ಶಕ್ತಿಯನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತವೆ.

import azure.functions as func
import azure.storage.blob as blob
import os
from azure.core.credentials import AzureKeyCredential
from azure.search.documents import SearchClient

def main(req: func.HttpRequest) -> func.HttpResponse:
    search_client = SearchClient(endpoint="{search-service-endpoint}", index_name="email-msg-index", credential=AzureKeyCredential("{api-key}"))
    results = search_client.search(search_text="*", select="metadata_storage_path, metadata_storage_name")
    for result in results:
        blob_service_client = blob.BlobServiceClient.from_connection_string("{storage-account-connection-string}")
        blob_client = blob_service_client.get_blob_client(container="{container-name}", blob=result["metadata_storage_name"])
        print(blob_client.download_blob().readall())
    return func.HttpResponse("Email bodies retrieved successfully.", status_code=200)

import email
import base64
from email import policy
from email.parser import BytesParser

def extract_email_body_and_attachments(blob_content):
    msg = BytesParser(policy=policy.default).parsebytes(blob_content)
    body = msg.get_body(preferencelist=('plain')).get_content()
    attachments = []
    for attachment in msg.iter_attachments():
        attachment_content = attachment.get_content()
        if isinstance(attachment_content, str):
            attachment_content = base64.b64encode(attachment_content.encode()).decode()
        attachments.append({"filename": attachment.get_filename(), "content": attachment_content})
    return body, attachments

.msg ಇಮೇಲ್ ಫೈಲ್‌ಗಳಿಗಾಗಿ Azure AI ಹುಡುಕಾಟವನ್ನು ಹೆಚ್ಚಿಸುವುದು

Azure Blob ಸಂಗ್ರಹಣೆಯಲ್ಲಿ ಸಂಗ್ರಹವಾಗಿರುವ .msg ಇಮೇಲ್ ಫೈಲ್‌ಗಳೊಂದಿಗೆ Azure AI ಹುಡುಕಾಟವನ್ನು ಸಂಯೋಜಿಸುವುದು ಇಮೇಲ್ ವಿಷಯವನ್ನು ಪ್ರವೇಶಿಸಲು ಮತ್ತು ಹುಡುಕಲು ಅತ್ಯಾಧುನಿಕ ಪರಿಹಾರವನ್ನು ನೀಡುತ್ತದೆ. ಇಮೇಲ್ ಸಂವಹನವನ್ನು ಹೆಚ್ಚು ಅವಲಂಬಿಸಿರುವ ವ್ಯವಹಾರಗಳಿಗೆ ಈ ಏಕೀಕರಣವು ನಿರ್ಣಾಯಕವಾಗಿದೆ ಮತ್ತು ಒಳನೋಟಗಳನ್ನು ಹೊರತೆಗೆಯಲು ಅಥವಾ ನಿರ್ದಿಷ್ಟ ಮಾಹಿತಿಯನ್ನು ಸಮರ್ಥವಾಗಿ ಪತ್ತೆಹಚ್ಚುವ ಅಗತ್ಯವಿದೆ. ಇಮೇಲ್ ಫೈಲ್‌ಗಳ ದೇಹ ಮತ್ತು ಅಟ್ಯಾಚ್‌ಮೆಂಟ್‌ಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ರಚನಾತ್ಮಕವಲ್ಲದ ಡೇಟಾದ ಮೂಲಕ ಸೂಚ್ಯಂಕ ಮತ್ತು ಹುಡುಕಾಟದ ಸಾಮರ್ಥ್ಯದಲ್ಲಿ ಈ ಕಾರ್ಯಚಟುವಟಿಕೆಯ ತಿರುಳು ಅಡಗಿದೆ. ಈ ಪ್ರಕ್ರಿಯೆಯು .msg ಫೈಲ್‌ಗಳ ವಿಷಯವನ್ನು ಓದಲು, ಹೊರತೆಗೆಯಲು ಮತ್ತು ಸೂಚ್ಯಂಕವನ್ನು ಹೊಂದಿಸುವ ಸೂಚ್ಯಂಕವನ್ನು ಹೊಂದಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ, ಬಳಕೆದಾರರು ತಮ್ಮ ಮೆಟಾಡೇಟಾ ಮಾತ್ರವಲ್ಲದೆ ಇಮೇಲ್‌ಗಳ ವಿಷಯದ ಆಧಾರದ ಮೇಲೆ ವಿವರವಾದ ಹುಡುಕಾಟಗಳನ್ನು ಮಾಡಲು ಅನುಮತಿಸುತ್ತದೆ. ಈ ಸಾಮರ್ಥ್ಯವು ಡೇಟಾ ಪ್ರವೇಶವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ, ಕಾನೂನು ವಿನಂತಿಗಳನ್ನು ಅನುಸರಿಸಲು ಸುಲಭಗೊಳಿಸುತ್ತದೆ, ಆಂತರಿಕ ಲೆಕ್ಕಪರಿಶೋಧನೆಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ ಅಥವಾ ಬೃಹತ್ ಡೇಟಾಸೆಟ್‌ಗಳಲ್ಲಿ ಹುದುಗಿರುವ ಪ್ರಮುಖ ಸಂವಹನಗಳನ್ನು ಸರಳವಾಗಿ ಹುಡುಕುತ್ತದೆ.

.msg ಇಮೇಲ್ ಫೈಲ್‌ಗಳಿಗಾಗಿ Azure AI ಹುಡುಕಾಟವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಬಳಸಿಕೊಳ್ಳಲು, ತಾಂತ್ರಿಕ ವಿವರಗಳು ಮತ್ತು ಮಿತಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಅತ್ಯಗತ್ಯ. ಇಮೇಲ್ ಹುಡುಕಾಟದ ನಿರ್ದಿಷ್ಟ ಅಗತ್ಯಗಳನ್ನು ಸರಿಹೊಂದಿಸಲು ಕಸ್ಟಮ್ ಇಂಡೆಕ್ಸ್ ಅನ್ನು ರಚಿಸುವುದು ಸೇರಿದಂತೆ, ಸಿಸ್ಟಮ್‌ಗೆ ಅಜೂರ್ ಹುಡುಕಾಟ ಸೇವೆಯ ಸರಿಯಾದ ಕಾನ್ಫಿಗರೇಶನ್ ಅಗತ್ಯವಿದೆ. ಇಮೇಲ್ ದೇಹ ಮತ್ತು ಲಗತ್ತುಗಳಿಂದ ಹೊರತೆಗೆಯಲಾದ ವಿಷಯದಂತಹ ಡೀಫಾಲ್ಟ್ ಮೆಟಾಡೇಟಾವನ್ನು ಮೀರಿ ಕ್ಷೇತ್ರಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವುದನ್ನು ಇದು ಒಳಗೊಂಡಿರಬಹುದು. ಇದಲ್ಲದೆ, ಹುಡುಕಾಟದ ಅನುಭವವನ್ನು ಉತ್ತಮಗೊಳಿಸಲು ಅಜುರೆ ಕಾರ್ಯಗಳು ಅಥವಾ ಇತರ ಅಜೂರ್ ಸೇವೆಗಳ ಬಳಕೆಯನ್ನು ಇಮೇಲ್‌ಗಳನ್ನು ಪೂರ್ವ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು, ಪಠ್ಯ ವಿಷಯವನ್ನು ಹೊರತೆಗೆಯಲು ಮತ್ತು ಲಗತ್ತುಗಳನ್ನು ಹುಡುಕಬಹುದಾದ ಸ್ವರೂಪಗಳಾಗಿ ಪರಿವರ್ತಿಸುವ ಅಗತ್ಯವಿರುತ್ತದೆ. ಈ ಲೇಯರ್ಡ್ ವಿಧಾನವು ಅಜೂರ್ ಸ್ಟೋರೇಜ್, ಅಜುರೆ ಎಐ ಹುಡುಕಾಟ ಮತ್ತು ಕಸ್ಟಮ್ ಪ್ರೊಸೆಸಿಂಗ್ ಲಾಜಿಕ್ ಅನ್ನು ಸಂಯೋಜಿಸುತ್ತದೆ, ಇಮೇಲ್ ಡೇಟಾವನ್ನು ಸ್ಕೇಲ್‌ನಲ್ಲಿ ನಿರ್ವಹಿಸಲು ಮತ್ತು ಹುಡುಕಲು ಪ್ರಬಲ ಸಾಧನವನ್ನು ರಚಿಸುತ್ತದೆ.