Se você perdeu o lançamento do Call for Code 2021, sem problemas! Saiba mais clicando aqui

Melhore os resultados do Watson Discovery usando treinamento de relevância com base em API

Resumo

Os desenvolvedores usam o serviço IBM® Watson™ Discovery para adicionar rapidamente um mecanismo de análise cognitiva, de pesquisa e de conteúdo a aplicativos. Com esse mecanismo, eles podem identificar padrões, tendências e insights de dados desestruturados com capacidade de promover uma melhor tomada de decisões. Às vezes, queremos fornecer mais detalhes de treinamento para melhorar os resultados de pesquisas. O treinamento de relevância é um recurso do Watson Discovery que oferece treinamento adicional para resultados de pesquisas mais precisos. Este padrão de código mostra como é possível usar APIs de treinamento de relevância para melhorar os resultados de pesquisas no Watson Discovery.

Descrição

Os desenvolvedores usam o serviço IBM Watson Discovery para adicionar rapidamente um mecanismo de análise cognitiva, de pesquisa e de conteúdo a aplicativos. Com esse mecanismo, eles podem identificar padrões, tendências e insights de dados desestruturados que promovem uma melhor tomada de decisões. Com o Watson Discovery, é possível incorporar (converter, enriquecer, remover e normalizar), armazenar e consultar dados para extrair insights acionáveis. Para realizar pesquisas e consultas, é necessário um conteúdo que seja injetado e persistido em coleções. Para saber mais sobre como desenvolver aplicativos com o Watson Discovery, estude a arquitetura de referência de descoberta cognitiva.

O treinamento de relevância é um eficiente recurso do Watson Discovery, capaz de aumentar a precisão das pesquisas caso a abordagem certa seja utilizada. É possível treinar o Watson Discovery para aumentar a relevância dos resultados de consultas para sua organização ou área específica. Quando dados de treinamento são fornecidos a uma instância do Watson Discovery, o serviço usa técnicas de aprendizado de máquina do Watson para encontrar sinais no conteúdo e nas perguntas. Em seguida, o serviço reordena os resultados da consulta para exibir os mais relevantes no topo. À medida que mais dados de treinamento são adicionados, a instância de serviço se torna mais precisa e sofisticada ao ordenar os resultados encontrados.

O treinamento de relevância é opcional. Caso os resultados das consultas atendam às suas necessidades, não haverá necessidade de treinamento adicional. Para uma visão geral de como criar casos de uso para treinamento, consulte a publicação de blog “Como aproveitar ao máximo o treinamento de relevância.”

O treinamento de relevância no Watson Discovery pode ser feito de duas maneiras:

Se sua instância do Watson Discovery tiver um número relativamente grande de perguntas que necessitam de treinamento de relevância, o método do conjunto de ferramentas poderá demorar muito mais em comparação com o método programático (usando APIs). Além disso, com as APIs, não é necessário estar conectado à instância do Watson Discovery por meio de um navegador.

Este padrão de código mostra como o treinamento de relevância pode ser feito usando APIs.

Fluxo

Diagrama do fluxo de Melhore o treinamento de relevância do Discovery

  1. O aplicativo do cliente envia uma consulta em linguagem natural para cada uma das consultas que precisa de treinamento de relevância.
  2. O Watson Discovery devolve um conjunto de documentos para cada uma das consultas feitas em linguagem natural.
  3. O aplicativo do cliente salva as consultas e documentos correspondentes em um arquivo TSV, em uma máquina local.
  4. O usuário atribui pontuações de relevância aos documentos e salva o arquivo.
  5. O aplicativo acessa o arquivo com pontuações de relevância atualizadas.
  6. O aplicativo do cliente invoca APIs para atualizar o treinamento de coleções do Watson Discovery usando pontuações de relevância atualizadas.
  7. O cliente consulta novamente para obter resultados melhores.

Instruções

Encontre as etapas detalhadas para este padrão no arquivo readme. As etapas mostram como:

  1. Criar uma instância de serviço do Watson Discovery na IBM Cloud.
  2. Clonar o repositório e obter o código.
  3. Anotar seus documentos.
  4. Conseguir treinamento de relevância para um grande conjunto de perguntas.