Watson Discovery

従来の検索とは一線を画すWatson Discovery

従来のエンタープライズ・サーチおよび検索エンジンでは、従業員や顧客に正確な回答を返せません。お客様の業界のフレーズのニュアンスや頭字語を理解して複雑な文書をタイムリーかつ正確に検索することができないのです。 

Watson Discoveryではこれらの課題が解決されています。Watson Discoveryは、お客様の照会に対する具体的な回答を提供すると同時に文書全体やサポート・リンクも提供するエンタープライズ・サーチです。従業員や顧客は、情報に基づいた意思決定を確実に行えるようになります。

主な機能

・文書取込機能(クローラ) (Crawler)

次の3つの方法で行うことが可能です。

1. 管理UIからの取り込み 　 管理UIに文書をドラッグ＆ドロップすることで取り込みます。PDF/WORD/HTML/JSONの形式をサポートしています。

2. APIからの取り込み 　 API経由で文書を取り込むことも可能です。この場合もPDF/WORD/HTM /JSONの形式をサポートしています。

3. クローラからの取り込み     Javaで稼働する外部プログラムとしてのクローラがあり、テキストファイル、HTML、DBデータなどを取り込むことが可能です。

・エンリッチ機能 (Enrich)

テキスト情報をDiscovery上に登録する際、内部でNLU(Natural Language Understanding)を呼出し、その結果をメタ情報の一つとして本文テキストと同時にDiscoveryのINDEX上に保存する機能です。Queryにより検索時には本文だけでなく、エンリッチされたメタ情報を検索条件として使えるので、通常の検索エンジンと比較してはるかに高度な検索が可能となります。

・クエリー機能 (Query)

ユースケースに応じて様々な種類のクエリーをDiscoveryに対して発行することができます。REST APIにて直接クエリーを発行することに加え、GUIベースのDiscovery 管理ツールから視覚的にクエリーを作成・発行することも可能です。今後も新たな機能が追加される予定ですが、現時点の主な機能として以下のようなものがあります。

  ・自然文検索 (Natural Language Query)

     従来のキーワードによる検索に加え自然文での検索も可能です。これにより例えばチャットボットなどのAIによる自動応答の仕組みの背後のナレッジとして活用する連携も容易に実現できます。

  ・関連性学習 (Relevancy Training)

     質問と回答候補の関連性を学習させることにより、ユースケースや業務領域に特化した最適なランキングモデルに育てて行くことが可能です。

  ・Discovery クエリー

     エンリッチされたメタ情報を活用し、検索結果のフィルターや集計を行うことができます。これにより例えば日々の大量のニュース記事を時系列に見た時の傾向分析や異常検知を行うようなアプリケーションの開発が可能となります。

Discovery デモを試す

1）まずは デモサイト (英語, IBM外のWebサイトへ) を使用してみましょう。ディスカバリーニュースというコレクションにて、検索結果を表示します。   2）"What company are you interested in? " (右図の赤囲み部分）に、情報を確認したい企業名を英語で入力してください。

※ 図はクリック/タップで拡大します

3）検索対象の企業に関する2ヶ月以内の記事から、以下の情報を抽出して表示します。

・同じ記事に出てきているトピック、会社、人のうち頻度の高いもの

・最新トピック

・時系列に見た評判分析

・サイト別の評判分析

デモを見る

IBM Watson Discovery サービスの意義