如何通过Azure认知服务提取文档中与文本关联的超链接？

Azure Text Analytics API确实没有直接提取文本关联超链接的功能，但可以通过以下方式实现需求：

• 自定义索引结构，保留超链接信息
  不要让Azure Search直接提取纯文本，在索引阶段就把内容结构化处理：

  • 拆分字段：把带链接的文本和对应URL分成两个独立字段（比如linked_text和linked_url）存入索引，搜索时就能同时获取两者；
  • 保留HTML标签：如果是HTML文档，在定义索引字段时设置content: "html"，让Azure Search保留原始的<a>标签结构，搜索返回结果后自行解析提取链接。

• 结合Azure Form Recognizer处理非结构化文档
  如果你的文档是PDF、图片这类非结构化格式，先用Azure Form Recognizer的布局分析功能识别出文档中的超链接（包含关联文本和URL），将识别结果结构化后再存入Azure Search，后续搜索即可拿到对应关联信息。

此外，也可以在数据预处理阶段自行编写代码解析文档中的超链接，把文本与URL绑定后再进行索引，这种方式灵活性更高。

内容的提问来源于stack exchange，提问作者mukundha reddy