نتایج Watson Discovery را با استفاده از آموزش مرتبط بودن مبتنی بر API بهبود دهید

گره منبع: 1537609

خلاصه

توسعه دهندگان از سرویس IBM Watson Discovery برای اضافه کردن سریع موتورهای شناختی، جستجو و تجزیه و تحلیل محتوا به برنامه ها استفاده می کنند. با این موتور، آنها می توانند الگوها، روندها و بینش ها را از داده های ساختار نیافته شناسایی کنند که می تواند تصمیم گیری بهتری را هدایت کند. گاهی اوقات، شما می خواهید نتایج جستجو را با ارائه جزئیات بیشتر آموزش بداهه سازی کنید. آموزش مرتبط یکی از ویژگی‌های Watson Discovery است که آموزش‌های اضافی را برای نتایج جستجوی دقیق‌تر ارائه می‌دهد. این الگوی کد نشان می دهد که چگونه می توانید از API های آموزشی مرتبط برای بداهه سازی نتایج جستجو در Watson Discovery استفاده کنید.

توضیحات:

توسعه دهندگان از سرویس IBM Watson Discovery برای اضافه کردن سریع موتورهای شناختی، جستجو و تجزیه و تحلیل محتوا به برنامه ها استفاده می کنند. با آن موتور، آنها می توانند الگوها، روندها و بینش ها را از داده های ساختار نیافته شناسایی کنند که تصمیم گیری بهتری را هدایت می کند. با Watson Discovery، می‌توانید داده‌ها (تبدیل، غنی‌سازی، تمیز کردن و عادی‌سازی)، ذخیره‌سازی، و پرس‌وجو را برای استخراج بینش‌های عملی دریافت کنید. برای انجام جستجوها و پرس و جوها، به محتوایی نیاز دارید که در مجموعه ها تزریق شده و ماندگار شود. می توانید با مطالعه در مورد توسعه برنامه ها با Watson Discovery اطلاعات بیشتری کسب کنید معماری مرجع کشف شناختی.

آموزش مرتبط بودن یک قابلیت قدرتمند در Watson Discovery است که در صورت اتخاذ رویکرد صحیح می تواند دقت جستجو را بهبود بخشد. می توانید Watson Discovery را برای بهبود ارتباط نتایج پرس و جو برای سازمان یا حوزه موضوعی خاص خود آموزش دهید. هنگامی که یک نمونه Watson Discovery را با داده های آموزشی ارائه می کنید، این سرویس از تکنیک های Watson یادگیری ماشینی برای یافتن سیگنال ها در محتوا و سؤالات شما استفاده می کند. سپس این سرویس نتایج پرس و جو را دوباره ترتیب می دهد تا مرتبط ترین نتایج را در بالا نمایش دهد. با اضافه کردن داده های آموزشی بیشتر، نمونه سرویس در ترتیب نتایجی که برمی گرداند دقیق تر و پیچیده تر می شود.

آموزش مرتبط اختیاری است. اگر نتایج پرس و جوهای شما نیازهای شما را برآورده کند، نیازی به آموزش بیشتر نیست. برای مروری بر موارد استفاده از ساختمان برای آموزش، به پست وبلاگ مراجعه کنید.چگونه از آموزش مربوطه بیشترین بهره را ببرید"

آموزش ارتباط در Watson Discovery به دو صورت انجام می شود:

اگر نمونه Watson Discovery شما دارای تعداد نسبتاً زیادی سؤال است که باید برای آنها آموزش مرتبط انجام شود، ممکن است روش ابزارسازی در مقایسه با روش برنامه‌ای (با استفاده از API) بسیار بیشتر طول بکشد. همچنین، با APIها، نیازی به اتصال آنلاین به نمونه Watson Discovery از طریق مرورگر ندارید.

این الگوی کد نشان می دهد که چگونه می توان با استفاده از API ها به آموزش مرتبط دست یافت.

جریان

Improve Discovery relevancy training flow diagram

  1. برنامه سرویس گیرنده برای هر یک از جستارهایی که نیاز به آموزش مرتبط دارند، یک درخواست زبان طبیعی ارسال می کند.
  2. Watson Discovery مجموعه ای از اسناد را برای هر یک از جستارهای زبان طبیعی انجام شده برمی گرداند.
  3. برنامه مشتری پرس و جوها و اسناد مربوطه را در یک فایل TSV در یک ماشین محلی ذخیره می کند.
  4. کاربر امتیازهای مربوط به اسناد را اختصاص می دهد و فایل را ذخیره می کند.
  5. برنامه با امتیازهای مرتبط به روز به فایل دسترسی پیدا می کند.
  6. برنامه کلاینت APIها را فراخوانی می کند تا آموزش مجموعه Watson Discovery را با استفاده از امتیازهای مرتبط به روز شده به روز کند.
  7. مشتری دوباره درخواست می کند تا نتایج بهتری دریافت کند.

دستورالعمل ها

مراحل دقیق این الگو را در قسمت پیدا کنید صفحهی راهنمای ترجمهها فایل. مراحل به شما نشان می دهد که چگونه:

  1. یک نمونه سرویس Discovery در IBM Cloud ایجاد کنید.
  2. یک پروژه در Watson Discovery ایجاد کنید.
  3. اسناد خود را حاشیه نویسی کنید
  4. کد را برای اجرای APIهای آموزشی مرتبط آماده کنید.
  5. برای مجموعه بزرگی از سوالات به آموزش مرتبط برسید.

منبع: https://developer.ibm.com/patterns/improve-discovery-results-using-programmatic-relevancy-training/

تمبر زمان:

بیشتر از توسعه دهنده IBM