Migliora i risultati di Watson Discovery utilizzando la formazione sulla pertinenza basata su API

Sommario

Gli sviluppatori utilizzano il servizio IBM Watson Discovery per aggiungere rapidamente alle applicazioni un motore cognitivo, di ricerca e di analisi dei contenuti. Con questo motore, possono identificare modelli, tendenze e approfondimenti da dati non strutturati che possono guidare un migliore processo decisionale. A volte è necessario improvvisare i risultati della ricerca fornendo maggiori dettagli sulla formazione. La formazione sulla pertinenza è una funzionalità di Watson Discovery che fornisce formazione aggiuntiva per risultati di ricerca più accurati. Questo modello di codice mostra come utilizzare le API di addestramento sulla pertinenza per improvvisare i risultati di ricerca in Watson Discovery.

Descrizione

Gli sviluppatori utilizzano il servizio IBM Watson Discovery per aggiungere rapidamente alle applicazioni un motore cognitivo, di ricerca e di analisi dei contenuti. Con questo motore, possono identificare modelli, tendenze e approfondimenti da dati non strutturati che guidano un migliore processo decisionale. Con Watson Discovery, puoi acquisire (convertire, arricchire, pulire e normalizzare), archiviare ed eseguire query sui dati per estrarre informazioni strategiche. Per eseguire ricerche e query, è necessario che il contenuto venga inserito e reso persistente nelle raccolte. Puoi saperne di più sullo sviluppo di applicazioni con Watson Discovery studiando il architettura di riferimento per la scoperta cognitiva.

L'addestramento alla pertinenza è una potente funzionalità di Watson Discovery che può migliorare la precisione della ricerca se viene adottato l'approccio giusto. Puoi addestrare Watson Discovery per migliorare la pertinenza dei risultati della query per la tua particolare organizzazione o area tematica. Quando fornisci a un'istanza Watson Discovery i dati di addestramento, il servizio utilizza le tecniche Watson di machine learning per trovare segnali nei tuoi contenuti e nelle tue domande. Il servizio riordina quindi i risultati della query per visualizzare i risultati più pertinenti in alto. Man mano che aggiungi più dati di training, l'istanza del servizio diventa più precisa e sofisticata nell'ordinamento dei risultati restituiti.

La formazione sulla pertinenza è facoltativa. Se i risultati delle tue query soddisfano le tue esigenze, non è necessaria ulteriore formazione. Per una panoramica sulla creazione di casi d'uso per la formazione, vedere il post del blog "Come ottenere il massimo dalla formazione sulla pertinenza. "

La formazione sulla pertinenza in Watson Discovery può essere eseguita in due modi:

Se la tua istanza Watson Discovery ha un numero abbastanza elevato di domande per le quali è necessario eseguire la formazione sulla pertinenza, il metodo degli strumenti potrebbe richiedere molto più tempo rispetto al metodo programmatico (utilizzando le API). Inoltre, con le API, non è necessario essere connessi online all'istanza Watson Discovery tramite un browser.

Questo modello di codice mostra come è possibile ottenere la formazione sulla pertinenza utilizzando le API.

Flow

1. L'applicazione client invia una query in linguaggio naturale per ciascuna delle query che necessitano di formazione sulla pertinenza.
2. Watson Discovery restituisce un insieme di documenti per ciascuna query in linguaggio naturale effettuata.
3. L'applicazione client salva le query e i documenti corrispondenti in un file TSV su un computer locale.
4. L'utente assegna punteggi di pertinenza ai documenti e salva il file.
5. L'applicazione accede al file con i punteggi di pertinenza aggiornati.
6. L'applicazione client richiama le API per aggiornare l'addestramento della raccolta Watson Discovery utilizzando punteggi di pertinenza aggiornati.
7. Il client esegue nuovamente la query per ottenere risultati migliori.

Istruzioni

Trova i passaggi dettagliati per questo modello nel readme file. I passaggi mostrano come:

1. Crea un'istanza del servizio Discovery su IBM Cloud.
2. Crea un progetto in Watson Discovery.
3. Annota i tuoi documenti.
4. Preparare il codice per eseguire le API di formazione sulla pertinenza.
5. Ottieni una formazione pertinente per un'ampia gamma di domande.

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