Digital Developer Conference: Hybrid Cloud - Aprende a crear apps inteligentes y seguras en una nube híbrida: ágil, flexible y portable. 22-Set Inscríbete Ahora

Mejore los resultados de Watson Discovery con un entrenamiento de relevancia basado en API

Resumen

Los desarrolladores usan el servicio IBM® Watson™ Discovery para añadir rápidamente un motor analítico de contenido, de búsqueda y de servicios cognitivos a las aplicaciones. Con ese motor, ellos podrán identificar patrones, tendencias e insights de datos no estructurados, lo que puede ayudar a mejorar la toma de decisiones. A veces, se quiere mejorar los resultados de la búsqueda brindando más información del entrenamiento. El entrenamiento de relevancia es una función de Watson Discovery que brinda entrenamiento adicional para mejorar la precisión de los resultados de la búsqueda. Este patrón de código muestra cómo utilizar las API de entrenamiento de relevancia para mejorar los resultados de la búsqueda en Watson Discovery.

Descripción

Los desarrolladores utilizan el servicio IBM Watson Discovery para añadir rápidamente un motor analítico de contenido, de búsqueda y de servicios cognitivos a las aplicaciones. Con ese motor, ellos podrán identificar patrones, tendencias e insights de datos no estructurados, lo que ayuda a mejorar la toma de decisiones. Es posible utilizar Watson Discovery para procesar (convertir, enriquecer, limpiar y normalizar), almacenar y consultar datos para extraer insights accionables. Para realizar búsquedas y consultas, es necesario inyectar y mantener contenido en colecciones. Es posible aprender más acerca del desarrollo de aplicaciones con Watson Discovery mediante el estudio de la arquitectura de referencia del descubrimiento cognitivo.

El entrenamiento de relevancia es una eficiente funcionalidad de Watson Discovery que puede mejorar la precisión de la búsqueda si se toma el enfoque adecuado. Es posible entrenar a Watson Discovery para que mejore la relevancia de los resultados de las consultas para su asunto u organización particular. Cuando a Watson Discovery se le proporcionan datos de entrenamiento, el servicio utiliza técnicas de aprendizaje automático de Watson para encontrar señales en el contenido y las preguntas. Después, el servicio reordena los resultados de las consultas para mostrar los resultados más relevantes en la parte superior. Cuantos más datos de entrenamiento se añaden, más precisa se vuelve la instancia del servicio y más sofisticado es el orden en que se retornan los resultados.

El entrenamiento de relevancia es opcional. Si los resultados de sus consultas cumplen sus necesidades, no hace falta realizar más entrenamientos. Para obtener una visión general de la creación de casos de uso para el entrenamiento, vea la publicación del blog «Cómo sacar el máximo provecho del entrenamiento de relevancia

El entrenamiento de relevancia se puede hacer de dos formas en Watson Discovery:

Si su instancia de Watson Discovery tiene un número relativamente grande de preguntas por las que se debe hacer el entrenamiento de relevancia, es posible que para realizar el método de las herramientas haga falta mucho más tiempo que para el método programático (con APIs). Además, con las API, no es necesario estar conectado por internet a la instancia de Watson Discovery a través de un navegador.

Este patrón de código enseña cómo utilizar APIs para realizar un entrenamiento de relevancia.

Flujo

Diagrama de flujo para mejorar el entrenamiento de relevancia de Discovery

  1. La aplicación cliente envía una consulta en lenguaje natural por cada consulta para la que hace falta el entrenamiento de relevancia.
  2. Watson Discovery devuelve un conjunto de documentos por cada consulta realizada en lenguaje natural.
  3. La aplicación cliente guarda las consultas y los documentos correspondientes en un archivo TSV de una máquina local.
  4. El usuario asigna puntuaciones de relevancia a los documentos y guarda el archivo.
  5. La aplicación accede al archivo que tiene actualizadas las puntuaciones de relevancia.
  6. La aplicación cliente solicita APIs para actualizar el entrenamiento de la colección de Watson Discovery con las puntuaciones actualizadas de la relevancia.
  7. El cliente vuelve a lanzar consultas para obtener los resultados mejorados.

Instrucciones

Encuentre los pasos detallados para este patrón en el archivo README (En Inglés). Los pasos le muestran cómo:

  1. Crear una instancia de un servicio de Watson Discovery en IBM Cloud.
  2. Clonar el repositorio y obtener el código.
  3. Anotar los documentos.
  4. Proporcionar un entrenamiento de relevancia para un conjunto grande de preguntas.

Aviso

El contenido aquí presentado fue traducido de la página IBM Developer US. Puede revisar el contenido original en este link.