Création d'une facette à partir des zones existantes d'une collection

Lorsque vous appliquez des enrichissements à une collection, de nouveaux champs sont ajoutés à l'index. Les informations reconnues par l'enrichissement sont stockées dans ces nouveaux champs. Vous pouvez utiliser les champs d'enrichissement comme source de facettes.

Par exemple, si vous appliquez l'enrichissement préconstruit Mots clés, vous pouvez créer une facette basée sur les mots clés trouvés dans votre collection. Lors du traitement de votre document, l'enrichissement par mots-clés reconnaît toutes les mentions de mots-clés qui se produisent et stocke des informations à leur sujet dans un ensemble de champs commençant par le préfixe enriched_{field_name}.keywords. Pour créer une facette mot-clé, ajoutez une facette dont les catégories proviennent du champ où sont stockées les mentions de mots-clés, le champ enriched_{field_name}.keywords.mentions.text. Pour plus d'informations sur l'enrichissement Keywords, voir Application d'enrichissements pré-construits.

De même, vous pouvez utiliser les champs générés par les enrichissements spécifiques au domaine comme source de la facette. En fait, lorsque vous créez un enrichissement Expression régulière, vous pouvez définir une facette permettant de classer toutes les mentions d'expressions reconnues. Pour plus d'informations, voir Ajouter des ressources spécifiques à un domaine.

Pour ajouter une facette à partir de champs existants, procédez comme suit :

1. Sur la page Améliorer et personnaliser, cliquez sur Personnaliser l'affichage, puis sur Facettes.

2. Cliquez sur New facet > From existing fields in a collection.

3. Choisissez le champ que vous souhaitez utiliser pour votre facette, par exemple enriched_text.entities.type. Ajoutez l'étiquette de la facette et choisissez une option de contrôle du filtre.

4. Optionnel: vous pouvez ajuster le nombre maximum de valeurs de facettes qui sont affichées.

   Le nombre maximum est la somme du nombre de valeurs de facettes affichées pour chaque type de facette. Par défaut, un total de 10 valeurs de facettes est affiché.

5. Vous pouvez ajuster les options à mesure que vous testez la facette.

Création d'une facette en créant un dictionnaire

Ajoutez une facette pour regrouper un ensemble de termes ayant une signification particulière dans votre cas d'utilisation en créant un dictionnaire.

Par exemple, le propriétaire d'un magasin de vêtements recueille les avis des clients et souhaite pouvoir repérer les plaintes récurrentes afin d'identifier les articles à supprimer. Le propriétaire peut créer un dictionnaire pour aider à reconnaître et à étiqueter les mentions d'articles de vêtements spécifiques dans le texte de la revue. Pour soutenir l'objectif de filtrer les commentaires des clients par type d'article vestimentaire, le propriétaire peut ajouter des entrées similaires à celles répertoriées dans le tableau suivant.

Une revue qui dit, This long-sleeve is so badly proportioned. Who has arms that long! est renvoyée lorsque vous filtrez les documents par la facette clothing.

Pour créer une facette en créant un dictionnaire, procédez comme suit :

1. Sur la page Améliorer et personnaliser, cliquez sur Personnaliser l'affichage, puis sur Facettes.

2. Cliquez sur New facet > By creating a dictionary.

3. Saisissez un nom pour la facette, puis créez un dictionnaire des termes que vous souhaitez catégoriser.

   Après avoir sauvegardé le dictionnaire, le nom que vous avez utilisé pour le libellé de facette est affiché dans la liste des facettes.

4. Lorsque vous testez la facette, vous pouvez ajouter d'autres termes au dictionnaire que vous avez créé en sélectionnant Teach domain concepts > Dictionaries.

   Le dictionnaire que vous avez créé apparaît dans la liste de la page Dictionnaires. Pour plus d'informations, voir Dictionnaires.

Créer une facette en identifiant un modèle

Patterns est une fonction bêta et ne prend en charge que les documents en langue anglaise.

IBM Cloud IBM Cloud seulement

Cette facette n'est disponible que pour les déploiements gérés et dans les projets Document Retrieval et Conversational Search.

La fonction Patterns utilise la fonction Pattern Induction pour vous aider à apprendre à Discovery à reconnaître des modèles dans vos données. L'induction de modèles génère des modèles d'extraction à partir d'exemples que vous fournissez. Après avoir spécifié quelques exemples, Discovery suggère d'autres règles que vous devez vérifier pour compléter le modèle.

La reconnaissance de modèle fonctionne de manière optimale sur du texte ayant une structure cohérente en termes de casse, de longueur, de texte ou de valeurs numériques. Exemples de modèles que vous pouvez apprendre à Discovery à identifier dans vos documents :

• Tous les numéros de norme ISO, par exemple, ISO 45001, ISO 22000
• Tous les montants en devises, par exemple $50.5 million, 29 dollars, $29.00
• Toutes les dates, par exemple 8 September 2019, June 12, 2020

Si vous devez identifier des termes ou des textes spécifiques, créez plutôt une facette dans le cadre d'une entrée de dictionnaire. Par exemple, utilisez une facette dictionnaire pour regrouper les types d'informations suivants :

• Tous les produits d'une famille, Cloud Pak for Data, Cloud Pak for Automation, Cloud Pak for Security
• Tous les termes d'une catégorie, carburetor, piston, valves

Pour plus d'informations, voir Créer une facette en créant un dictionnaire.

Pour ajouter une facette en identifiant un modèle, procédez comme suit :

1. Sur la page Améliorer et personnaliser, cliquez sur Personnaliser l'affichage, puis sur Facettes.

2. Cliquez sur New facet > By identifying a pattern.

3. Sur la page Créer une facette à partir d'un nouveau modèle, choisissez la méthode de sélection des documents. Vous pouvez autoriser Discovery à sélectionner 10 documents aléatoires pour vous ou vous pouvez sélectionner jusqu'à 20 documents vous-même.

   Si vous sélectionnez vous-même les documents, suivez les lignes directrices suivantes :

   • Choisissez des documents qui contiennent des mentions du modèle dans tous les formats différents que vous souhaitez que le modèle puisse reconnaître ultérieurement.

   • Si vous souhaitez que le modèle comprenne les utilisations d'un terme qui ne correspondent pas au modèle, incluez un document qui utilise le terme de manière erronée afin de pouvoir omettre intentionnellement sa sélection.

     Par exemple, le motif que vous souhaitez ajouter peut contenir des mentions de vêtements. Dans les documents qui mentionnent une top pour désigner une chemise, vous sélectionnerez top comme mention de vêtement. Mais vous pouvez également inclure un document qui mentionne the top 3 fashion trends et ne sélectionne volontairement pas top lorsque le terme est utilisé dans ce contexte. L'omission enseigne au modèle que le haut ne correspond pas au modèle lorsque le terme est utilisé pour signifier le meilleur.

   • Inclure les documents qui ont un maximum de 5 000 caractères. Tout document dépassant cette limite est tronqué à 5 000 caractères.

4. Cliquez sur Suivant.

5. Sélectionnez des exemples de mots ou de phrases qui correspondent au modèle que vous souhaitez définir.

   Par exemple, si vous souhaitez définir un modèle de date, commencez à mettre en évidence les mentions de date dans chaque document. Si vous vous trompez, survolez la sélection à l'aide de la souris et cliquez sur x pour la supprimer.

   Veillez à sélectionner chaque mention du modèle. Le modèle apprend autant de ce que vous omettez que de ce que vous sélectionnez.

6. Poursuivez en sélectionnant des exemples. Lorsque vous avez identifié suffisamment d'exemples, Discovery affiche une liste d'exemples suggérés à valider. Choisissez Oui ou Non pour chacun d'entre eux.

   Cliquez sur l'icône Preview document si vous souhaitez confirmer l'exemple en contexte.

7. Continuez à mettre en évidence les exemples et à valider les suggestions jusqu'à ce qu'un message s'affiche pour indiquer que vous avez fourni suffisamment d'exemples.

8. Cliquez sur l'onglet Revoir les exemples pour revoir les listes d'exemples.

9. Si les exemples sont corrects, cliquez sur Save pattern.

Si le système ne peut pas déterminer un modèle valide, le bouton Enregistrer le modèle n'est jamais activé. Le système ne peut pas déterminer un modèle valide si vous choisissez des exemples contradictoires pour illustrer le modèle. Si vous ne pouvez pas sauvegarder votre travail, cliquez sur le bouton Resetter pour recommencer. Les documents sont remis dans leur état d'origine et les exemples identifiés précédemment ne sont plus sélectionnés.

Après que vous avez sauvegardé le modèle, le nom que vous avez spécifié pour le libellé de facette est répertorié dans la liste des facettes.