Características de Watson Discovery

Entrenamiento de Relevancia Continuo

Conozca más

Permita que Discovery aprenda automáticamente las respuestas más relevantes a medida que pasa el tiempo. Elimine el tiempo y el esfuerzo necesarios para entrenar manualmente la relevancia de Discovery con el machine learning de las interacciones de los usuarios. Entrene con datos de uso reales en lugar de conjuntos de entrenamiento construidos artificialmente para encontrar modelos más representativos. Actualice automáticamente la capacitación como cambios de datos y de uso, sin tener que crear manualmente nuevos datos para la capacitación.

Watson Recomienda

Conozca más

Supervise y mejore de forma proactiva el rendimiento de las aplicaciones de Discovery. Esta nueva funcionalidad proporciona: una visión en profundidad de las métricas cuantitativas sobre la recuperación de documentos, como las consultas totales y las principales palabras clave y tendencias de las métricas a lo largo del tiempo, para mejorar el rendimiento agregando nuevo contenido, definiendo sinónimos y realizando una capacitación adicional.

Apuntar y Hacer Clic

Conozca más

La nueva infraestructura permite conectarse sin código. Elija orígenes de datos para analizar dentro de la interfaz de usuario de las herramientas de Discovery con una sencilla funcionalidad de apuntar y hacer clic. Consolide los datos de varios orígenes en silos, entre ellos, Box, Sharepoint y Salesforce ahora, y pronto con más de 20 orígenes adicionales (entre ellos, bases de datos, sitios web y sistemas de gestión de contenido).

NLP Incorporado

Conozca más

Watson Discovery se entrega con procesamiento de lenguaje natural incorporado. Simplemente seleccionando algunas opciones podemos extraer el parecer, las entidades, los conceptos, los roles semánticos, etc.

Capacitación en Materia de Relevancia

Conozca más

Es posible entrenar el servicio Discovery para mejorar la relevancia de los resultados de las consultas para su corpus. Cuando a Discovery se le proporcionan datos de entrenamiento, el servicio utiliza técnicas de machine learning de Watson para encontrar señales en el contenido y las preguntas. Después, el servicio reordena los resultados para mostrar los resultados más relevantes en la parte superior. Cuantos más datos de entrenamiento se agregan, más preciso y sofisticado se vuelve el servicio al listar el orden en que se devuelven los resultados.

Personalización del Dominio

Conozca más

A Discovery se le puede enseñar a comprender los términos que son específicos de su dominio. Simplemente utilice un modelo de machine learning personalizado desarrollado con Watson Knowledge Studio para personalizar el enriquecimiento de su corpus.

Recuperación de Fragmentos

Conozca más

La recuperación de fragmentos proporciona la opción de devolver fragmentos específicos que cumplen los criterios de búsqueda definidos, como fragmentos de texto definidos para su usuario.

Similitud de Documentos

Conozca más

La similitud de documentos le permite proporcionar un ID de documento conocido, que Discovery analiza, entiende los aspectos más importantes del documento y encuentra documentos similares en la colección.

Detección de Anomalías

Conozca más

La detección de anomalías se utiliza para encontrar puntos de datos inusuales dentro de una serie temporal y señalarlos para realizar una revisión adicional. Entre los ejemplos de uso para la detección de anomalías están la identificación de alertas de noticias, la detección de eventos y la búsqueda de tendencias.

Discovery News

Conozca más

Discovery News se incluye en Discovery y es un conjunto previamente enriquecido de datos de artículos de noticias que se actualiza continuamente.

Knowledge Graph (beta)

Conozca más

Knowledge Graph puede funcionar como el "centro de conocimiento" para su empresa y se pueden utilizar para búsquedas empresariales, de resumen, de motores de recomendación y en otros procesos de toma de decisiones. Knowledge Graph automáticamente crea gráficos de conocimiento personalizados a partir de datos no estructurados al extraer y desambiguar entidades y relaciones, enriquecer las relaciones con técnicas algorítmicas y clasificar los resultados con algoritmos de relevancia.

Clasificación de Elementos

Conozca más

La clasificación de Elementos permite analizar rápidamente los documentos de gobierno para convertir, identificar y clasificar elementos importantes. Utilizando el procesamiento de lenguaje natural más avanzado, se extraen de los elementos "parte" (a la que se refiere), "naturaleza" (tipo de elemento) y "categoría" (clase específica) de un documento.

Deduplicación de Documentos (beta)

Conozca más

Si consulta la colección de Discovery News, o su recopilación de datos privados contiene varios documentos idénticos (o casi idénticos), puede excluirlos de los resultados de la consulta utilizando la deduplicación de documentos.

Visual Insights (experimental)

Conozca más

Visual Insights es una función experimental que se puede utilizar para explorar visualmente las conexiones identificadas por el entendimiento de los elementos semánticos, relaciones, conceptos y más de Discovery. Es posible conocer más acerca de sus colecciones, antes de utilizar Discovery para crear consultas que se puede integrar en su aplicación nueva o en la solución existente que señalará a los usuarios la información que necesitan.

Segmentación de Documentos

Conozca más

Es posible dividir los documentos de Word, PDF y HTML en segmentos basados en etiquetas de cabeceras HTML. Una vez divididos, cada segmento es un documento diferente que se enriquecerá e indexará por separado. Dado que las consultas regresarán estos segmentos como documentos diferentes, la segmentación de documentos se puede utilizar para realizar agregaciones en segmentos individuales de un documento y para realizar la capacitación en materia de relevancia sobre los segmentos en lugar de sobre los documentos, lo que mejorará la reclasificación de los resultados.

Expansión de Consultas

Conozca más

Es posible expandir el ámbito de una consulta más allá de las coincidencias exactas, por ejemplo, se puede expandir una consulta para "coche" para incluir "automóvil" y "vehículo de motor", al cargar una lista de términos de expansión de la consulta con la API de Discovery. Los términos de expansión de la consulta suelen ser sinónimos, antónimos o faltas de ortografía típicas de términos comunes.