Recursos do Watson Discovery

Treinamento Machine Learning contínuo para relevância de respostas

Saiba mais

Permita que o Discovery aprenda as respostas mais relevantes automaticamente ao longo do tempo. Elimine o tempo e o esforço para treinar manualmente a relevância do Discovery com aprendizado automático de interações com o usuário. Treine os dados de uso real, em vez de conjuntos de treinamento construídos artificialmente para modelos mais representativos. Atualize automaticamente o treinamento como mudanças de dados e de uso sem precisar criar manualmente novos dados de treinamento.

Recomendações do Watson

Saiba mais

Monitore proativamente e melhore o desempenho dos aplicativos do Discovery. Este novo recurso fornece: uma visualização detalhada de métricas quantitativas sobre a recuperação de documentos, como consultas totais, palavras-chave principais e tendências de métricas ao longo do tempo para aprimorar o desempenho, incluindo novo conteúdo, definindo sinônimos e executando treinamento adicional.

Aponte e clique

Saiba mais

A nova estrutura ativa a conectividade sem código. Escolha as origens de dados para analisar na IU do conjunto de ferramentas do Discovery com uma funcionalidade simples de apontar e clicar. Consolide dados de várias fontes de silo, incluindo o Box, o Sharepoint, o Salesforce agora e mais de 20 fontes adicionais em breve (incluindo bancos de dados, websites, sistemas de gerenciamento de conteúdo).

NLP (Natural Language Processing) integrado

Saiba mais

O Watson Discovery é enviado com o processamento de linguagem natural integrado. Ao selecionar apenas algumas opções, podemos extrair sentimento, entidades, conceitos, funções semânticas e muito mais.

Treinamento de relevância

Saiba mais

É possível treinar o serviço do Discovery para melhorar a relevância dos resultados de consulta para seu corpus. Quando você fornece dados de treinamento ao Discovery, o serviço usa técnicas de machine learning do Watson para localizar sinais em seu conteúdo e perguntas. O serviço, então, reordena os resultados para exibir os resultados mais relevantes na parte superior. À medida que você inclui mais dados de treinamento, o serviço se torna mais preciso e sofisticado na ordenação de resultados que ele retorna.

Customização de domínio

Saiba mais

O Discovery pode ser ensinado para entender os termos que são específicos para seu domínio. Use simplesmente um modelo de machine learning customizado, construído com o Watson Knowledge Studio, para customizar o enriquecimento de seu corpus.

Recuperação de passagem

Saiba mais

A recuperação de passagem fornece a opção de retornar passagens específicas que atendem aos critérios de procura como partes definidas de texto para seu usuário.

Encontrar documentos semelhantes

Saiba mais

A Semelhança do documento permite fornecer um ID de documento conhecido que o Discovery analisa, entende os aspectos mais importantes do documento e localiza documentos textualmente semelhantes na coleta.

Detecção de anomalias Machine Learning

Saiba mais

A detecção de anomalias é usada para localizar pontos de dados incomuns dentro de uma série e para sinalizá-los para revisão adicional. Os usos de exemplo para detecção de anomalias incluem identificação de alertas de notícias, detecção de eventos e tendências de descoberta.

Discovery News

Saiba mais

O Discovery News é incluído com o Discovery e é um conjunto de dados pré-enriquecido de artigos de notícias que são atualizados continuamente.

Gráfico de conhecimento (beta)

Saiba mais

Os Gráficos de conhecimento podem funcionar como o "hub de conhecimento" para sua empresa e podem ser usados para procura corporativa, resumo, mecanismos de recomendação e outros processos de tomada de decisão. O Gráfico de conhecimento cria automaticamente gráficos de conhecimento customizados de dados não estruturados, extraindo e desambiguando entidades e relacionamentos, enriquecendo os relacionamentos usando técnicas algorítmicas e classificando os resultados usando algoritmos de relevância.

Classificação de elementos

Saiba mais

A Classificação de elementos torna possível analisar rapidamente os documentos de governo para converter, identificar e classificar elementos de importância. Usando o estado da arte Processamento de Linguagem Natural, parte (a que se refere), natureza (tipo de elemento) e categoria (classe específica) são extraídos de elementos de um documento.

Deduplicação de documento (beta)

Saiba mais

Se você estiver consultando a coleção do Discovery News, ou se a sua coleção de dados privados contiver documentos idênticos (ou quase idênticos), será possível excluí-los dos resultados da consulta usando a deduplicação de documentos.

Visual Insights (experimental)

Saiba mais

O Visual Insights é um recurso experimental que pode ser usado para explorar visualmente conexões identificadas pela compreensão do Discovery de elementos semânticos, relacionamentos, conceitos e mais. É possível aprender mais sobre suas coleções antes de usar o Discovery para criar consultas que podem ser integradas em seu novo aplicativo ou solução existente que aponte os usuários para as informações de que precisam.

Segmentação de documento

Saiba mais

É possível dividir os documentos do Word, PDF e HTML em segmentos, com base nas tags de título HTML. Uma vez divididos, cada segmento é um documento separado que será enriquecido e indexado separadamente. Como as consultas retornarão esses segmentos como documentos separados, a segmentação de documentos poderá ser usada para realizar agregações em segmentos individuais de um documento e realizar treinamento de relevância em segmentos em vez de documentos, o que melhorará a nova classificação de resultados.

Expansão de consulta

Saiba mais

É possível expandir o escopo de uma consulta além das correspondências exatas - por exemplo, é possível expandir uma consulta para "carro" para incluir "automóvel" e "veículo a motor" - fazendo upload de uma lista de termos de expansão de consulta usando a API do Discovery. Os termos de expansão de consulta são geralmente sinônimos, antônimos ou erros ortográficos típicos para termos comuns.