Charakterystyka Watson Discovery

Ciągłe udoskonalanie algorytmu trafności

Dowiedz się więcej

Z czasem rozwiązanie Discovery automatycznie uczy się udzielać najbardziej trafnych odpowiedzi. Dzięki temu, że nauka odbywa się automatycznie podczas interakcji z użytkownikiem, nie musisz poświęcać czasu ani środków na ręczne szkolenie mechanizmu Discovery. Wykorzystywane do nauki modele są bardziej reprezentatywne, ponieważ opierają się na faktycznych danych, a nie zestawach spreparowanych na potrzeby szkolenia. Automatyczne aktualizowanie materiału szkoleniowego w odpowiedzi na zmiany dotyczące danych i sposobów ich użycia eliminuje konieczność ręcznego tworzenia nowych danych treningowych.

Rekomendacje Watsona

Dowiedz się więcej

Możesz proaktywnie monitorować i zwiększać wydajność aplikacji Discovery. To nowa funkcja, która zapewnia szczegółowy widok mierników ilościowych podczas wyszukiwania treści — takich jak łączna liczba zapytań, najważniejsze słowa kluczowe czy przejawiające się z czasem we wskaźnikach trendy. Pozwala to zwiększać wydajność poprzez dodawanie nowych treści, określanie synonimów i przeprowadzanie kolejnych szkoleń.

Metoda „wskaż i kliknij”

Dowiedz się więcej

Zupełnie nowa architektura umożliwia łączność bez pisania kodu. Aby wybrać źródła danych do analizy za pomocą narzędzi Discovery, wystarczy je wskazać i kliknąć. Rozwiązanie umożliwia konsolidację danych z wielu odizolowanych źródeł, w tym Box, Sharepoint czy Salesforce. Wkrótce dołączy do nich ponad 20 kolejnych źródeł (w tym bazy danych, strony WWW, systemy zarządzania treścią).

Wbudowany mechanizm przetwarzania języka naturalnego

Dowiedz się więcej

Usługa Watson Discovery jest dostarczana z wbudowanym mechanizmem przetwarzania języka naturalnego. Wystarczy zaznaczyć kilka opcji, aby móc wydobywać informacje na temat m.in. sentymentów, podmiotów, koncepcji czy ról semantycznych.

Doskonalenie algorytmu trafności

Dowiedz się więcej

Usługę Discovery można trenować, tak aby zwiększać trafność odpowiedzi na zapytanie z danego korpusu. Po dostarczeniu usłudze Discovery danych treningowych, wykorzystuje ona techniki uczenia maszynowego Watsona do wychwytywania sygnałów w treściach i pytaniach. Następnie zmienia kolejność wyników i wyświetla u góry te najbardziej trafne. W miarę dodawania kolejnych danych szkoleniowych porządkuje zwracane wyniki w coraz bardziej dokładny i wyrafinowany sposób.

Dostosowywanie pod kątem branży

Dowiedz się więcej

Usługa Discovery może nauczyć się terminów powszechnie używanych w Twojej branży. Wystarczy wykorzystać zbudowany za pomocą rozwiązania Watson Knowledge Studio niestandardowy model uczenia maszynowego, aby skonfigurować nowy sposób wzbogacania korpusu.

Wyszukiwanie fragmentów

Dowiedz się więcej

Funkcja ta umożliwia użytkownikowi wyszukiwanie określonych fragmentów, które spełniają kryteria zdefiniowanych ustępów tekstu.

Porównywanie dokumentów

Dowiedz się więcej

Dzięki funkcji porównywania dokumentów możesz dostarczyć identyfikator znanego dokumentu, a usługa Discovery przeanalizuje go, zrozumie najważniejsze jego aspekty i wyszuka w kolekcji dokumenty podobne pod względem tekstowym.

Wykrywanie anomalii

Dowiedz się więcej

Wykrywanie anomalii służy do namierzania podejrzanych danych jednostkowych w obrębie szeregu czasowego i oznaczania ich w celu późniejszej weryfikacji. Przykładowe zastosowania tej funkcji obejmują alerty dotyczące treści wiadomości, wykrywanie zdarzeń i znajdowanie trendów.

Discovery News

Dowiedz się więcej

Kolekcja Discovery News wchodzi w skład usługi Discovery i stanowi wstępnie opracowany i nieustannie aktualizowany zbiór artykułów.

Wykres wiedzy (beta)

Dowiedz się więcej

Wykresy wiedzy mogą stanowić „centrum informacyjne” w Twoim przedsiębiorstwie i być wykorzystywane na potrzeby przeszukiwania organizacji, tworzenia podsumowań, budowy mechanizmów rekomendacji, a także innych procesów decyzyjnych. Wykres wiedzy jest tworzony automatycznie z nieustrukturyzowanych danych poprzez wyodrębnienie i ujednoznacznienie podmiotów i związków w nich występujących, wzbogacenie tych związków za pomocą technik algorytmicznych i uszeregowanie wyników za pomocą algorytmów trafności.

Klasyfikacja elementów

Dowiedz się więcej

Klasyfikacja elementów pozwala błyskawicznie analizować dokumenty regulujące w celu przekształcania, identyfikowania i klasyfikowania elementów istotnych. Dzięki nowoczesnemu mechanizmowi przetwarzania języka naturalnego z poszczególnych elementów dokumentu wydobywane są informacje dotyczące strony (do kogo odnosi się element), charakteru (rodzaju elementu) i kategorii (określonej klasy).

Deduplikacja dokumentów (beta)

Dowiedz się więcej

Podczas odpytywania kolekcji Discovery News lub gdy Twoja prywatna kolekcja danych zawiera wiele identycznych (bądź niemal identycznych) dokumentów, możesz wykluczyć je z wyników wyszukiwania za pomocą funkcji deduplikacji dokumentów.

Analizy wizualne (beta)

Dowiedz się więcej

Analizy wizualne to eksperymentalna funkcja, którą możesz wykorzystać do wizualnej eksploracji powiązań wykrytych przez usługę Discovery między elementami, relacjami czy konceptami semantycznymi. Zanim użyjesz mechanizmu Discovery, dowiedz się nieco więcej o kolekcjach. Dzięki temu będziesz tworzyć zapytania, które można zintegrować z nową aplikacją lub dotychczasowym rozwiązaniem wskazującym użytkownikom potrzebne informacje.

Segmentacja dokumentów

Dowiedz się więcej

Możesz dzielić dokumenty w formacie Word, PDF i HTML na segmenty, wykorzystując w tym celu znaczniki nagłówków HTML. Po podzieleniu każdy segment stanowi odrębny dokument, który będzie osobno wzbogacany i indeksowany. Jako że zapytania będą zwracać te segmenty jako odrębne dokumenty, funkcja segmentacji dokumentów może służyć do agregowania pojedynczych segmentów danego dokumentu i doskonalenia algorytmu trafności w oparciu o segmenty zamiast dokumentów. Przełoży się to na większą dokładność powtórnej klasyfikacji.

Rozszerzanie zapytań

Dowiedz się więcej

Zakres zapytań można rozszerzyć poza dokładne dopasowania. Na przykład zapytanie o „samochód” można rozszerzyć tak, aby obejmowało również pojęcia „auto” i „pojazd silnikowy”. W tym celu wystarczy przesłać za pomocą interfejsu API Discovery listę terminów, o które mają być rozszerzane zapytania. To zwykle synonimy, antonimy i warianty wyrazów uwzględniające literówki.