Paranna Watson Discovery -tuloksia käyttämällä API-pohjaista osuvuuskoulutusta

Yhteenveto

Kehittäjät käyttävät IBM Watson Discovery -palvelua lisätäkseen nopeasti kognitiivisen, haku- ja sisällönanalytiikkamoottorin sovelluksiin. Tämän moottorin avulla he voivat tunnistaa malleja, trendejä ja oivalluksia jäsentämättömästä tiedosta, jotka voivat edistää parempaa päätöksentekoa. Joskus haluat improvisoida hakutuloksia antamalla lisää koulutustietoja. Relevanssikoulutus on Watson Discoveryn ominaisuus, joka tarjoaa lisäkoulutusta tarkempien hakutulosten saamiseksi. Tämä koodimalli näyttää, kuinka voit käyttää osuvuuskoulutussovellusliittymiä improvisoidaksesi hakutuloksia Watson Discoveryssa.

Kuvaus

Kehittäjät lisäävät IBM Watson Discovery -palvelun nopeasti kognitiivisen, haku- ja sisältöanalyysimoottorin lisäämiseen sovelluksiin. Tällä moottorilla he voivat tunnistaa malleja, suuntauksia ja oivalluksia rakenteettomasta tiedosta, joka ajaa parempaa päätöksentekoa. Watson Discovery -sovelluksella voit nauttia (muuntaa, rikastaa, puhdistaa ja normalisoida), tallentaa ja kysellä tietoja saadaksesi toimivia oivalluksia. Hakujen ja kyselyjen suorittamiseen tarvitset sisältöä, joka injektoidaan ja säilyy kokoelmissa. Voit oppia lisää sovellusten kehittämisestä Watson Discovery -sovelluksen avulla tutkimalla kognitiivinen löytöviitearkkitehtuuri.

Asiaankuuluvuuskoulutus on Watson Discoveryssa tehokas kyky, joka voi parantaa hakutarkkuutta, jos oikea lähestymistapa valitaan. Voit kouluttaa Watson Discovery -sovelluksen parantamaan kyselyjen tulosten osuvuutta tietylle organisaatiollesi tai aihealueellesi. Kun toimitat Watson Discovery -instanssin harjoitustiedoilla, palvelu käyttää koneoppimista Watson-tekniikoita signaalien löytämiseen sisältöön ja kysymyksiin. Sitten palvelu järjestää kyselyn tulokset uudelleen, jotta näytetään osuvimmat tulokset yläreunassa. Kun lisäät enemmän harjoitustietoja, palvelun ilmentymistä tulee tarkempi ja hienostuneempi palautettavien tulosten järjestyksessä.

Asiaankuuluvuuskoulutus on valinnainen. Jos kyselysi tulokset vastaavat tarpeitasi, jatkokoulutusta ei tarvita. Katso yleiskuva rakennuksen käyttötapauksista koulutukseen, katso blogin viesti “Kuinka hyödyntää merkityksellisyyskoulutusta"

Relevanssikoulutus Watson Discoveryssa voidaan suorittaa kahdella tavalla:

Jos Watson Discovery -instanssissasi on melko suuri määrä kysymyksiä, joista relevanssikoulutusta on tehtävä, työkalumenetelmä voi viedä paljon kauemmin kuin ohjelmallinen (API: ita käyttävä) menetelmä. Lisäksi sovellusliittymien kanssa sinun ei tarvitse olla online-yhteydessä Watson Discovery -instituutioon selaimen kautta.

Tämä koodikuvio osoittaa, kuinka osuvuuskoulutus voidaan saavuttaa API: n avulla.

Virtaus

1. Asiakassovellus lähettää luonnollisen kielikyselyn jokaiselle kyselylle, jotka tarvitsevat osuvuuskoulutusta.
2. Watson Discovery palauttaa joukon asiakirjoja jokaiselle tehdylle luonnollisen kielen kyselylle.
3. Asiakassovellus tallentaa kyselyt ja vastaavat asiakirjat TSV-tiedostoon paikallisella koneella.
4. Käyttäjä antaa asiakirjoille osuvuuspisteet ja tallentaa tiedoston.
5. Sovellus käyttää tiedostoa päivitetyillä osuvuuspisteillä.
6. Asiakassovellus kehottaa sovellusliittymiä päivittämään Watson Discovery -keräyskoulutuksen päivitetyillä osuvuuspisteillä.
7. Asiakas kysyy uudelleen saadaksesi parempia tuloksia.

Ohjeet

Etsi tämän mallin yksityiskohtaiset vaiheet readme tiedosto. Vaiheet osoittavat sinulle, miten:

1. Luo Discovery-palvelun ilmentymä IBM Cloudissa.
2. Luo projekti Watson Discoveryssä.
3. Merkitse asiakirjat.
4. Valmistele koodi suorittamaan osuvuuden koulutussovellusliittymiä.
5. Saa merkittävyyskoulutusta suurelle joukolle kysymyksiä.

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