요약
개발자는 IBM Watson Discovery 서비스를 사용하여 인지, 검색 및 콘텐츠 분석 엔진을 애플리케이션에 신속하게 추가합니다. 해당 엔진을 사용하면 구조화되지 않은 데이터에서 더 나은 의사 결정을 내릴 수 있는 패턴, 추세 및 통찰력을 식별할 수 있습니다. 때로는 더 많은 교육 세부정보를 제공하여 검색 결과를 즉석에서 만들고 싶을 수도 있습니다. 관련성 훈련은 보다 정확한 검색 결과를 위해 추가 훈련을 제공하는 Watson Discovery의 기능입니다. 이 코드 패턴은 관련성 훈련 API를 사용하여 Watson Discovery에서 검색 결과를 즉석에서 만드는 방법을 보여줍니다.
상품 설명
개발자는 IBM Watson Discovery 서비스를 사용하여 인지, 검색 및 콘텐츠 분석 엔진을 애플리케이션에 신속하게 추가합니다. 해당 엔진을 사용하면 구조화되지 않은 데이터에서 더 나은 의사 결정을 내리는 패턴, 추세 및 통찰력을 식별할 수 있습니다. Watson Discovery를 사용하면 데이터를 수집(변환, 보강, 정리 및 정규화), 저장 및 쿼리하여 실행 가능한 인사이트를 추출할 수 있습니다. 검색 및 쿼리를 수행하려면 컬렉션에 삽입되고 유지되는 콘텐츠가 필요합니다. Watson Discovery를 사용하여 애플리케이션을 개발하는 방법에 대해 자세히 알아볼 수 있습니다. 인지 발견 참조 아키텍처.
관련성 훈련은 올바른 접근 방식을 취하면 검색 정확도를 향상시킬 수 있는 Watson Discovery의 강력한 기능입니다. 특정 조직이나 주제 영역에 대한 쿼리 결과의 관련성을 향상하도록 Watson Discovery를 훈련할 수 있습니다. 훈련 데이터와 함께 Watson Discovery 인스턴스를 제공하면 서비스는 기계 학습 Watson 기술을 사용하여 콘텐츠와 질문에서 신호를 찾습니다. 그런 다음 서비스는 쿼리 결과를 다시 정렬하여 가장 관련성이 높은 결과를 맨 위에 표시합니다. 훈련 데이터를 더 추가하면 서비스 인스턴스가 반환하는 결과의 순서가 더 정확하고 정교해집니다.
관련성 교육은 선택 사항입니다. 쿼리 결과가 요구 사항을 충족하는 경우 추가 교육이 필요하지 않습니다. 훈련을 위한 사용 사례 구축에 대한 개요는 블로그 게시물 "관련성 교육을 최대한 활용하는 방법. "
Watson Discovery의 관련성 훈련은 두 가지 방법으로 수행할 수 있습니다.
Watson Discovery 인스턴스에 관련성 교육을 수행해야 하는 질문 수가 상당히 많은 경우 도구 방법은 프로그래밍 방식(API 사용) 방법에 비해 훨씬 더 오래 걸릴 수 있습니다. 또한 API를 사용하면 브라우저를 통해 Watson Discovery 인스턴스에 온라인으로 연결할 필요가 없습니다.
이 코드 패턴은 API를 사용하여 관련성 훈련을 달성하는 방법을 보여줍니다.
흐름
- 클라이언트 애플리케이션은 관련성 훈련이 필요한 각 쿼리에 대해 자연어 쿼리를 보냅니다.
- Watson Discovery는 작성된 각 자연어 쿼리에 대한 문서 세트를 반환합니다.
- 클라이언트 애플리케이션은 쿼리와 해당 문서를 로컬 시스템의 TSV 파일에 저장합니다.
- 사용자는 문서에 관련성 점수를 할당하고 파일을 저장합니다.
- 애플리케이션은 업데이트된 관련성 점수로 파일에 액세스합니다.
- 클라이언트 애플리케이션은 API를 호출하여 업데이트된 관련성 점수를 사용하여 Watson Discovery 수집 교육을 업데이트합니다.
- 클라이언트는 향상된 결과를 얻기 위해 다시 쿼리합니다.
명령
이 패턴에 대한 자세한 단계는 추가 정보 파일. 단계는 다음을 수행하는 방법을 보여줍니다.
- IBM Cloud에서 Discovery 서비스 인스턴스를 작성하십시오.
- Watson Discovery에서 프로젝트를 생성합니다.
- 문서에 주석을 추가하세요.
- 관련성 훈련 API를 실행하기 위한 코드를 준비합니다.
- 다양한 질문에 대한 관련성 교육을 받으세요.
