Îmbunătățirea rezultatelor Watson Discovery utilizând instruire de relevanță bazată pe API

Rezumat

Dezvoltatorii folosesc serviciul IBM Watson Discovery pentru a adăuga rapid un motor cognitiv, de căutare și de analiză de conținut la aplicații. Cu acest motor, ei pot identifica modele, tendințe și perspective din date nestructurate care pot conduce la o mai bună luare a deciziilor. Uneori, doriți să improvizați rezultatele căutării oferind mai multe detalii de instruire. Instruirea privind relevanța este o caracteristică a Watson Discovery care oferă instruire suplimentară pentru rezultate de căutare mai precise. Acest model de cod arată cum puteți utiliza API-urile de formare a relevanței pentru a improviza rezultatele căutării în Watson Discovery.

Descriere

Dezvoltatorii folosesc serviciul IBM Watson Discovery pentru a adăuga rapid un motor cognitiv, de căutare și de analiză de conținut la aplicații. Cu acest motor, ei pot identifica modele, tendințe și perspective din date nestructurate care conduc la o mai bună luare a deciziilor. Cu Watson Discovery, puteți ingera (conversia, îmbogățirea, curățarea și normalizarea), stocarea și interogarea datelor pentru a extrage informații utile. Pentru a efectua căutări și interogări, aveți nevoie de conținut care este injectat și persistat în colecții. Puteți afla mai multe despre dezvoltarea aplicațiilor cu Watson Discovery studiind arhitectura de referință pentru descoperirea cognitivă.

Instruirea privind relevanța este o capacitate puternică în Watson Discovery, care poate îmbunătăți acuratețea căutării dacă este luată abordarea corectă. Puteți instrui Watson Discovery să îmbunătățească relevanța rezultatelor interogărilor pentru organizația sau domeniul dvs. specific. Când furnizați unei instanțe Watson Discovery date de antrenament, serviciul folosește tehnici Watson de învățare automată pentru a găsi semnale în conținutul și întrebările dvs. Serviciul reordonează apoi rezultatele interogării pentru a afișa cele mai relevante rezultate în partea de sus. Pe măsură ce adăugați mai multe date de antrenament, instanța de serviciu devine mai precisă și mai sofisticată în ordonarea rezultatelor pe care le returnează.

Formarea privind relevanța este opțională. Dacă rezultatele interogărilor dvs. corespund nevoilor dvs., nu este necesară o pregătire suplimentară. Pentru o prezentare generală a construirii cazurilor de utilizare pentru instruire, consultați postarea de blog „Cum să profitați la maximum de formarea de relevanță. "

Formarea privind relevanța în Watson Discovery se poate face în două moduri:

Dacă instanța dvs. Watson Discovery are un număr destul de mare de întrebări pentru care trebuie efectuată instruire privind relevanța, atunci metoda de instrumentare ar putea dura mult mai mult în comparație cu metoda programatică (folosind API-uri). De asemenea, cu API-uri, nu trebuie să fiți conectat online la instanța Watson Discovery printr-un browser.

Acest model de cod arată cum poate fi realizat antrenamentul de relevanță folosind API-uri.

Debit

1. Aplicația client trimite o interogare în limbaj natural pentru fiecare dintre interogările care necesită instruire privind relevanța.
2. Watson Discovery returnează un set de documente pentru fiecare interogare în limbaj natural făcută.
3. Aplicația client salvează interogările și documentele corespunzătoare într-un fișier TSV pe o mașină locală.
4. Utilizatorul atribuie scoruri de relevanță documentelor și salvează fișierul.
5. Aplicația accesează fișierul cu scoruri de relevanță actualizate.
6. Aplicația client invocă API-uri pentru a actualiza cursurile de colecție Watson Discovery folosind scoruri de relevanță actualizate.
7. Clientul interogează din nou pentru a obține rezultate îmbunătățite.

Instrucțiuni

Găsiți pașii detaliate pentru acest model în Readme fişier. Pașii vă arată cum puteți:

1. Creați o instanță de serviciu Discovery pe IBM Cloud.
2. Creați un proiect în Watson Discovery.
3. Adnotă-ți documentele.
4. Pregătiți codul pentru a rula API-uri de instruire pentru relevanță.
5. Obțineți o formare de relevanță pentru un set mare de întrebări.

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