Azure AI തിരയലിൽ .msg ഇമെയിൽ ഫയലുകളിൽ നിന്ന് വാചകം എക്‌സ്‌ട്രാക്റ്റുചെയ്യുന്നു

Azure AI തിരയൽ ഉപയോഗിച്ച് ഇമെയിൽ ഉള്ളടക്കം അൺലോക്ക് ചെയ്യുന്നു

Azure AI തിരയലിൻ്റെ കഴിവുകൾ പര്യവേക്ഷണം ചെയ്യുന്നത്, ക്ലൗഡ് പരിതസ്ഥിതികളിൽ സംഭരിച്ചിരിക്കുന്ന വലിയ അളവിലുള്ള ഡാറ്റ മാനേജുചെയ്യുന്നതിലും തിരയുന്നതിലും അതിൻ്റെ ആഴത്തിലുള്ള സ്വാധീനം വെളിപ്പെടുത്തുന്നു. പ്രത്യേകിച്ചും, അസൂർ സ്റ്റോറേജ് ബ്ലോബ് കണ്ടെയ്‌നറുകളിലെ .msg ഇമെയിൽ ഫയലുകൾ കൈകാര്യം ചെയ്യുമ്പോൾ, പ്രൊഫഷണലുകൾ മെറ്റാഡാറ്റ മാത്രമല്ല, ഈ ഇമെയിലുകളിലെ യഥാർത്ഥ ഉള്ളടക്കവും ആക്‌സസ് ചെയ്യുന്നതിനുള്ള കാര്യക്ഷമമായ വഴികൾ തേടുന്നു. ഇമെയിലുകളിലൂടെ അരിച്ചെടുക്കാൻ Azure AI-യുടെ ശക്തമായ ഇൻഡക്‌സിംഗ് സവിശേഷതകൾ പ്രയോജനപ്പെടുത്തുന്നത് ഈ പ്രക്രിയയിൽ ഉൾപ്പെടുന്നു, ഈ ഫയലുകൾ എങ്ങനെ ഫലപ്രദമായി അന്വേഷിക്കാം എന്നതിനെക്കുറിച്ചുള്ള ഒരു ധാരണ ആവശ്യപ്പെടുന്ന ഒരു ടാസ്ക്. ബോഡിയും അറ്റാച്ച്‌മെൻ്റുകളും ഉൾപ്പെടെയുള്ള ഇമെയിൽ ഉള്ളടക്കം എക്‌സ്‌ട്രാക്‌റ്റുചെയ്യാനും തിരയാനുമുള്ള കഴിവ്, ഡാറ്റ വിശകലനം, പാലിക്കൽ പരിശോധനകൾ, ഉൾക്കാഴ്ച ശേഖരിക്കൽ എന്നിവയ്‌ക്ക് പുതിയ വഴികൾ തുറക്കുന്നു.

എന്നിരുന്നാലും, 'From', 'to', 'Subject', 'Date Sent' എന്നീ ഫീൽഡുകൾ പോലെയുള്ള അടിസ്ഥാന മെറ്റാഡാറ്റയെക്കാൾ കൂടുതൽ വീണ്ടെടുക്കാൻ ശ്രമിക്കുമ്പോൾ പലരും ഒരു വഴിത്തിരിവിലാണ്. ഇമെയിലുകൾ. ഈ ചലഞ്ച് Azure Search-ൻ്റെ കഴിവുകളിലേക്ക് ആഴത്തിൽ ഇറങ്ങേണ്ടതിൻ്റെ ആവശ്യകത അവതരിപ്പിക്കുന്നു, തിരയൽ അനുഭവം സമ്പന്നമാക്കുന്നതിന് സൂചികയിലാക്കാൻ കഴിയുന്ന അധിക ഫീൽഡുകൾ പര്യവേക്ഷണം ചെയ്യുന്നു. Azure AI തിരയലിൽ കാര്യക്ഷമമായ ഇമെയിൽ സൂചികയും സൂചികയും സജ്ജീകരിക്കുന്നതിൻ്റെ സങ്കീർണതകൾ ഒരാളുടെ സാങ്കേതിക വൈദഗ്ദ്ധ്യം മാത്രമല്ല, ഡോക്യുമെൻ്റേഷനിലൂടെ നാവിഗേറ്റ് ചെയ്യാനും ആവശ്യമുള്ള ഫലങ്ങൾ നേടുന്നതിന് കോൺഫിഗറേഷനുകൾ പരീക്ഷിക്കാനുമുള്ള ഒരാളുടെ കഴിവും പരിശോധിക്കുന്നു.

സ്ക്രിപ്റ്റ് വിശദീകരണവും ഉപയോഗവും

നൽകിയിരിക്കുന്ന സ്ക്രിപ്റ്റുകൾ Azure AI തിരയൽ കഴിവുകൾക്കും Azure Blob സ്റ്റോറേജിൽ സംഭരിച്ചിരിക്കുന്ന .msg ഫയലുകളിൽ നിന്ന് ഇമെയിൽ ഉള്ളടക്കങ്ങളും അറ്റാച്ച്‌മെൻ്റുകളും എക്‌സ്‌ട്രാക്റ്റുചെയ്യേണ്ടതിൻ്റെ പ്രത്യേക ആവശ്യകതയും തമ്മിലുള്ള ഒരു പാലമായി വർത്തിക്കുന്നു. അസൂർ ഫംഗ്‌ഷനുകളും അസൂർ ബ്ലോബ് സ്റ്റോറേജ് എസ്‌ഡികെകളും പ്രയോജനപ്പെടുത്തുന്ന ആദ്യ സ്‌ക്രിപ്റ്റ്, "ഇമെയിൽ-എംഎസ്‌ജി-ഇൻഡക്സ്" എന്ന് പേരുള്ള അസൂർ കോഗ്നിറ്റീവ് സെർച്ച് ഇൻഡക്‌സിനെ അന്വേഷിക്കുന്നതിനാണ് രൂപകൽപ്പന ചെയ്‌തിരിക്കുന്നത്. ഈ സൂചികയിൽ .msg ഇമെയിൽ ഫയലുകളിൽ നിന്ന് വേർതിരിച്ചെടുത്ത മെറ്റാഡാറ്റ അടങ്ങിയിരിക്കാം. ഇൻഡെക്‌സ് ചെയ്‌ത ഡോക്യുമെൻ്റുകളിൽ ഉടനീളം ഒരു തിരയൽ പ്രവർത്തനം നടത്താൻ സ്‌ക്രിപ്റ്റ് Azure Cognitive Search ലൈബ്രറിയിൽ നിന്നുള്ള SearchClient ഉപയോഗിക്കുന്നു. സെർച്ച് ഓപ്പറേഷൻ വിശാലമായിട്ടാണ് രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്, "*" എന്ന സെർച്ച് ടെക്‌സ്‌റ്റ് സൂചിപ്പിക്കും, അതായത് എല്ലാ സൂചികയിലുള്ള രേഖകളും അത് വീണ്ടെടുക്കും. തിരഞ്ഞെടുത്ത ഫീൽഡുകൾ, "metadata_storage_path", "metadata_storage_name" എന്നിവ നിർണായകമാണ്, കാരണം അവ അസൂർ ബ്ലോബ് സ്റ്റോറേജിൽ സംഭരിച്ചിരിക്കുന്ന യഥാർത്ഥ .msg ഫയലുകളിലേക്കുള്ള പാതകൾ നൽകുന്നു. ഈ പാതകൾ ലഭിച്ചുകഴിഞ്ഞാൽ, ഈ .msg ഫയലുകളുടെ ഉള്ളടക്കം ആക്സസ് ചെയ്യാനും ഡൗൺലോഡ് ചെയ്യാനും സ്ക്രിപ്റ്റ് BlobServiceClient ഉപയോഗിക്കുന്നു.

രണ്ടാമത്തെ സ്‌ക്രിപ്റ്റ്, ഡൗൺലോഡ് ചെയ്‌ത .msg ഇമെയിൽ ഫയലുകൾ അവയുടെ ബോഡി ഉള്ളടക്കവും അറ്റാച്ച്‌മെൻ്റുകളും എക്‌സ്‌ട്രാക്‌റ്റുചെയ്യുന്നതിന് പ്രോസസ്സ് ചെയ്യുന്നതിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു. ഇമെയിൽ ഫയലുകൾ പാഴ്‌സ് ചെയ്യുന്നതിന് ഇത് സാധാരണ പൈത്തൺ 'ഇമെയിൽ' ലൈബ്രറി ഉപയോഗിക്കുന്നു. BytesParser ക്ലാസ് ബൈനറി ഫോർമാറ്റിലുള്ള .msg ഫയൽ ഉള്ളടക്കം വായിക്കുകയും ഒരു ഇമെയിൽ സന്ദേശ വസ്തുവാക്കി മാറ്റുകയും ചെയ്യുന്നു. ഇമെയിലിൻ്റെ വിവിധ ഭാഗങ്ങൾ എളുപ്പത്തിൽ വേർതിരിച്ചെടുക്കാൻ ഈ ഒബ്‌ജക്റ്റ് മോഡൽ അനുവദിക്കുന്നു. പ്രത്യേകിച്ചും, ഇത് ഇമെയിൽ ബോഡിയുടെ പ്ലെയിൻ ടെക്സ്റ്റ് ഭാഗം വീണ്ടെടുക്കുകയും ഏതെങ്കിലും അറ്റാച്ച്‌മെൻ്റുകളിൽ അവയുടെ ഉള്ളടക്കം എക്‌സ്‌ട്രാക്റ്റുചെയ്യുകയും ചെയ്യുന്നു. ബൈനറി ഡാറ്റ കൈകാര്യം ചെയ്യുന്നതിനായി അറ്റാച്ച്‌മെൻ്റുകൾ Base64-ൽ എൻകോഡ് ചെയ്യുന്നു, ഇത് ASCII ടെക്‌സ്‌റ്റായി സംഭരിക്കുന്നതോ പ്രക്ഷേപണം ചെയ്യുന്നതോ എളുപ്പമാക്കുന്നു. Azure സ്റ്റോറേജിൽ നിന്ന് ഇമെയിൽ ഡാറ്റ വീണ്ടെടുക്കുന്നതും പ്രോസസ്സ് ചെയ്യുന്നതും എങ്ങനെ ഓട്ടോമേറ്റ് ചെയ്യാമെന്ന് രണ്ട് സ്‌ക്രിപ്റ്റുകളും ഉദാഹരണമാക്കുന്നു, Azure സേവനങ്ങളുടെ ശക്തിയും ക്ലൗഡ് സംഭരിച്ച ഡാറ്റ കാര്യക്ഷമമായി കൈകാര്യം ചെയ്യുന്നതിലും വിശകലനം ചെയ്യുന്നതിലും പൈത്തൺ സ്‌ക്രിപ്റ്റിംഗും കാണിക്കുന്നു.

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 ഇമെയിൽ ഫയലുകൾക്കായുള്ള Azure AI തിരയൽ മെച്ചപ്പെടുത്തുന്നു

Azure Blob സ്റ്റോറേജിൽ സംഭരിച്ചിരിക്കുന്ന .msg ഇമെയിൽ ഫയലുകളുമായി Azure AI തിരയൽ സംയോജിപ്പിക്കുന്നത് ഇമെയിൽ ഉള്ളടക്കം ആക്സസ് ചെയ്യുന്നതിനും തിരയുന്നതിനുമുള്ള ഒരു സങ്കീർണ്ണമായ പരിഹാരം വാഗ്ദാനം ചെയ്യുന്നു. ഇമെയിൽ ആശയവിനിമയത്തെ വളരെയധികം ആശ്രയിക്കുകയും സ്ഥിതിവിവരക്കണക്കുകൾ എക്‌സ്‌ട്രാക്‌റ്റുചെയ്യുകയോ നിർദ്ദിഷ്‌ട വിവരങ്ങൾ കാര്യക്ഷമമായി കണ്ടെത്തുകയോ ചെയ്യേണ്ട ബിസിനസുകൾക്ക് ഈ സംയോജനം നിർണായകമാണ്. ഇമെയിൽ ഫയലുകളുടെ ബോഡിയും അറ്റാച്ച്‌മെൻ്റുകളും ഉൾപ്പെടെ, ഘടനാരഹിതമായ വലിയ അളവിലുള്ള ഡാറ്റയെ സൂചികയിലാക്കാനും തിരയാനുമുള്ള അസൂർ എഐയുടെ കഴിവിലാണ് ഈ പ്രവർത്തനത്തിൻ്റെ കാതൽ. ഈ പ്രക്രിയയിൽ .msg ഫയലുകളുടെ ഉള്ളടക്കം റീഡുചെയ്യാനും എക്‌സ്‌ട്രാക്‌റ്റുചെയ്യാനും ഇൻഡെക്‌സ് ചെയ്യാനുമുള്ള ഒരു ഇൻഡെക്‌സർ സജ്ജീകരിക്കുന്നത് ഉൾപ്പെടുന്നു, ഇത് മെറ്റാഡാറ്റ മാത്രമല്ല, ഇമെയിലുകളുടെ ഉള്ളടക്കത്തെ അടിസ്ഥാനമാക്കി വിശദമായ തിരയലുകൾ നടത്താൻ ഉപയോക്താക്കളെ അനുവദിക്കുന്നു. ഈ കഴിവ് ഡാറ്റ പ്രവേശനക്ഷമത വർദ്ധിപ്പിക്കുന്നു, നിയമപരമായ അഭ്യർത്ഥനകൾ അനുസരിക്കുന്നതും ആന്തരിക ഓഡിറ്റുകൾ നടത്തുന്നതും അല്ലെങ്കിൽ വലിയ ഡാറ്റാസെറ്റുകളിൽ കുഴിച്ചിട്ടിരിക്കുന്ന പ്രധാനപ്പെട്ട ആശയവിനിമയങ്ങൾ കണ്ടെത്തുന്നതും എളുപ്പമാക്കുന്നു.

.msg ഇമെയിൽ ഫയലുകൾക്കായി Azure AI തിരയൽ പൂർണ്ണമായി ഉപയോഗിക്കുന്നതിന്, സാങ്കേതിക വിശദാംശങ്ങളും പരിമിതികളും മനസ്സിലാക്കേണ്ടത് അത്യാവശ്യമാണ്. ഇമെയിൽ തിരയലിൻ്റെ നിർദ്ദിഷ്ട ആവശ്യങ്ങൾ ഉൾക്കൊള്ളുന്നതിനായി ഒരു ഇഷ്‌ടാനുസൃത സൂചിക സൃഷ്ടിക്കുന്നത് ഉൾപ്പെടെ, സിസ്റ്റത്തിന് അസൂർ തിരയൽ സേവനത്തിൻ്റെ ശരിയായ കോൺഫിഗറേഷൻ ആവശ്യമാണ്. ഇമെയിൽ ബോഡിയിൽ നിന്നും അറ്റാച്ച്‌മെൻ്റുകളിൽ നിന്നും എക്‌സ്‌ട്രാക്‌റ്റുചെയ്‌ത ഉള്ളടക്കം പോലുള്ള ഡിഫോൾട്ട് മെറ്റാഡാറ്റയ്‌ക്കപ്പുറമുള്ള ഫീൽഡുകൾ നിർവചിക്കുന്നത് ഇതിൽ ഉൾപ്പെട്ടേക്കാം. മാത്രമല്ല, തിരയൽ അനുഭവം ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിന് ഇമെയിലുകൾ പ്രീപ്രോസസ് ചെയ്യുന്നതിനും ടെക്‌സ്‌റ്റ് ഉള്ളടക്കം എക്‌സ്‌ട്രാക്‌റ്റുചെയ്യുന്നതിനും അറ്റാച്ച്‌മെൻ്റുകൾ തിരയാനാകുന്ന ഫോർമാറ്റുകളാക്കി മാറ്റുന്നതിനും അസൂർ ഫംഗ്‌ഷനുകളോ മറ്റ് അസൂർ സേവനങ്ങളോ ആവശ്യമായി വന്നേക്കാം. ഈ ലേയേർഡ് സമീപനം, Azure സ്റ്റോറേജ്, Azure AI തിരയൽ, ഇഷ്‌ടാനുസൃത പ്രോസസ്സിംഗ് ലോജിക് എന്നിവ സംയോജിപ്പിച്ച് ഇമെയിൽ ഡാറ്റ സ്കെയിലിൽ നിയന്ത്രിക്കുന്നതിനും തിരയുന്നതിനുമുള്ള ശക്തമായ ഒരു ഉപകരണം സൃഷ്ടിക്കുന്നു.