Verbeter de Watson Discovery-resultaten met behulp van API-gebaseerde relevantietraining

Bronknooppunt: 1537609

Samengevat

Ontwikkelaars gebruiken de IBM Watson Discovery-service om snel een engine voor cognitieve, zoek- en inhoudsanalyse aan applicaties toe te voegen. Met die engine kunnen ze patronen, trends en inzichten uit ongestructureerde gegevens identificeren die tot betere besluitvorming kunnen leiden. Soms wilt u de zoekresultaten improviseren door meer trainingsdetails te geven. Relevantietraining is een functie in Watson Discovery die aanvullende training biedt voor nauwkeurigere zoekresultaten. Dit codepatroon laat zien hoe u API's voor relevantietraining kunt gebruiken om zoekresultaten in Watson Discovery te improviseren.

Omschrijving

Ontwikkelaars gebruiken de IBM Watson Discovery-service om snel een cognitieve, zoek- en contentanalyse-engine aan applicaties toe te voegen. Met die engine kunnen ze patronen, trends en inzichten identificeren uit ongestructureerde gegevens die betere besluitvorming stimuleren. Met Watson Discovery kunt u gegevens opnemen (converteren, verrijken, opschonen en normaliseren), opslaan en opvragen om bruikbare inzichten te verkrijgen. Om zoekopdrachten en query's uit te voeren, hebt u inhoud nodig die in collecties wordt geïnjecteerd en bewaard. U kunt meer leren over het ontwikkelen van applicaties met Watson Discovery door de referentiearchitectuur voor cognitieve ontdekking.

Relevantietraining is een krachtige mogelijkheid in Watson Discovery die de zoeknauwkeurigheid kan verbeteren als de juiste aanpak wordt gevolgd. U kunt Watson Discovery trainen om de relevantie van zoekopdrachtresultaten voor uw specifieke organisatie of vakgebied te verbeteren. Wanneer u een Watson Discovery-instantie voorziet van trainingsgegevens, maakt de dienst gebruik van machine learning Watson-technieken om signalen in uw inhoud en vragen te vinden. De service rangschikt de zoekresultaten vervolgens opnieuw, zodat de meest relevante resultaten bovenaan worden weergegeven. Naarmate u meer trainingsgegevens toevoegt, wordt het service-exemplaar nauwkeuriger en geavanceerder in de volgorde van de resultaten die het retourneert.

Relevantietraining is optioneel. Als de resultaten van uw zoekopdrachten aan uw behoeften voldoen, is verdere training niet nodig. Voor een overzicht van het bouwen van use cases voor training, zie de blogpost “Hoe u het meeste uit relevantietraining haalt. '

Relevantietraining in Watson Discovery kan op twee manieren worden gedaan:

Als uw Watson Discovery-exemplaar een vrij groot aantal vragen heeft waarvoor relevantietraining moet worden gedaan, kan de toolingmethode veel langer duren vergeleken met de programmatische (met behulp van API's) methode. Bovendien hoeft u met API's niet via een browser online verbonden te zijn met de Watson Discovery-instantie.

Dit codepatroon laat zien hoe relevantietraining kan worden bereikt met behulp van API's.

Stroom

Improve Discovery relevancy training flow diagram

  1. De clienttoepassing verzendt een query in natuurlijke taal voor elk van de query's waarvoor relevantietraining nodig is.
  2. Watson Discovery retourneert een set documenten voor elke zoekopdracht in natuurlijke taal.
  3. De clienttoepassing slaat zoekopdrachten en bijbehorende documenten op in een TSV-bestand op een lokale machine.
  4. De gebruiker kent relevantiescores toe aan documenten en slaat het bestand op.
  5. De applicatie heeft toegang tot het bestand met bijgewerkte relevantiescores.
  6. De clienttoepassing roept API's aan om de Watson Discovery-verzamelingstraining bij te werken met behulp van bijgewerkte relevantiescores.
  7. De klant vraagt ​​opnieuw om betere resultaten te krijgen.

Instructies

Vind de gedetailleerde stappen voor dit patroon in de readme het dossier. De stappen laten zien hoe u:

  1. Maak een Discovery-service-instantie op IBM Cloud.
  2. Maak een project aan in Watson Discovery.
  3. Annoteer uw documenten.
  4. Bereid de code voor om API's voor relevantietraining uit te voeren.
  5. Volg relevantietraining voor een groot aantal vragen.

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

Tijdstempel:

Meer van IBM-ontwikkelaar