第4章 · ナレッジマイニングと情報抽出·v2.0.0·更新 2026/6/16·読了目安 約10分
変更要約: AI-102 第4章を深掘り（図ja化・比較表/シナリオ/FAQ/ひっかけ/深掘り段落を全節に追加）
4.1Azure AI Search によるナレッジマイニング
この節の要点
大量のドキュメントから検索可能なインデックスを作る Azure AI Search を理解します。インデクサー・スキルセット（AI エンリッチメント）・インデックス、そして生成 AI と組み合わせる ベクトル検索/RAG の基礎を学びます。
社内に散在する大量のドキュメントを検索可能な知識に変えるのが Azure AI Search です。データを取り込み、AI で加工し、インデックス化して検索やチャットに使えます。
4.1.1検索インデックスの構築
情報抽出では、文書・画像・音声・動画を横断して要約・分類・属性/エンティティ抽出を行う Azure AI Content Understanding（Foundry Tools）も使えます。動画からの知見抽出には Azure AI Video Indexer を用います。
- インデクサー：データソース（Blob/SQL/Cosmos 等）から自動でデータを取り込む。
- スキルセット（AI エンリッチメント）：OCR・キーフレーズ・エンティティ・翻訳・ベクトル埋め込みなどで内容を加工する。
- インデックス：検索可能なフィールド群。全文検索・セマンティック検索・ベクトル検索ができる。
- RAG：生成 AI と組み合わせ、検索で得た根拠を回答に使う検索拡張生成を実現する。