규칙 기반 모델 예제

예를 들어, 기계 학습 모델이 필드에 보강으로 적용될 때, 규칙 기반 모델( Knowledge Studio )에 명시된 해당 필드의 모든 엔티티 유형을 추출합니다. 모델이 person, surname 및 job title 와 같은 엔티티 유형을 인식하는 경우 문서에서 인식되고 태그 지정됩니다.

출력에서 entities 배열 내의 enriched_{field_name} 배열에 있는 Machine Learning 인리치먼트에 의해 추출되는 정보입니다. 이 예제에서 인리치먼트를 위해 선택되는 필드는 text 입니다.

{
  "enriched_text": [
    {
      "entities": [
        {
          "path": ".wksrule.entities.PERSON",
          "text": "George Washington",
          "type": "PERSON"
        },
        {
          "path": ".wksrule.entities.GIVENNAME",
          "text": "George",
          "type": "GIVENNAME"
        },
        {
          "path": ".wksrule.entities.SURNAME",
          "text": "Washington",
          "type": "SURNAME"
        },
        {
          "path": ".wksrule.entities.POSITION",
          "text": "politician",
          "type": "POSITION"
        },
        {
          "path": ".wksrule.entities.POSITION",
          "text": "soldier",
          "type": "POSITION"
        },
        {
          "path": ".wksrule.entities.JOBTITLE",
          "text": "President of the United States",
          "type": "JOBTITLE"
        }
      ],
      "text": [
        "George Washington (February 22, 1732‚ December 14, 1799) was an American politician and soldier who served as the first President of the United States from 1789 to 1797 and was one of the Founding Fathers of the United States."
      ]
    }
  ]
}

따라서 누군가가 API를 사용 하여 enriched_{field_name}.entities.type:jobtitle 인리치먼트의 발생을 찾기 위해 Discovery 조회 언어 조회를 제출하는 경우, 개인의 직위를 설명하는 구절이 리턴됩니다.

기계 학습 모델 예제

이 예제에서 기계 학습 모델은 엔티티 유형 (예: person, oranization 및 date) 및 엔티티 간 관계에 대한 정보를 추출합니다. 이 ML 모델이 필드에 보강으로 적용되면, 기계 학습을 통해 문서에 언급된 언어적 뉘앙스, 의미, 관계를 이해합니다.

출력에서 entities 및 relations 배열 내의 enriched_{field_name} 배열에서 Machine Learning 인리치먼트에 의해 추출되는 정보입니다. 이 예제에서 인리치먼트를 위해 선택되는 필드는 text 입니다.

{
  "enriched_text": [
    {
      "entities": [
        {
          "count": 1,
          "text": "Democratic Party",
          "type": "ORGANIZATION"
        },
        {
          "count": 1,
          "text": "March 15, 1767",
          "type": "DATE"
        },
        {
          "count": 1,
          "text": "President",
          "type": "POSITION"
        },
        {
          "count": 1,
          "text": "Andrew Jackson",
          "type": "PERSON"
        }
      ],
      "relations": [
        {
          "sentence": "Andrew Jackson (March 15, 1767‚ June 8, 1845) was an American soldier and statesman who served as the seventh President of the United States from 1829 to 1837 and was the founder of the Democratic Party."
        }
      ]
    }
  ]
}

기계 학습 모델 한계

서비스 인스턴스당 작성할 수 있는 Machine Learning (ML) 모델의 수는 Discovery 플랜 유형에 따라 다릅니다.

각 Knowledge Studio 기계 학습 모델에 대해 발견할 수 있는 최대 엔티티 수는 50입니다.

고급 규칙 모델

고급 규칙 모델을 추가하여 IBM Watson® Knowledge Studio 의 고급 규칙 편집기에서 작성되고 내보낸 텍스트 추출 모델을 콜렉션에 적용하십시오.

적절한 Knowledge Studio 배치를 사용하여 모델을 작성해야 합니다.

• IBM Cloud Pak for Data 노즈비 IBM Software Hub 다음 위치에서 생성 및 내보낸 모델을 추가할 수 있습니다

  • 4.5 릴리스 이전의 IBM Cloud Pak® for Data 배치로 빌드된 IBM Watson® Knowledge Studio.
  • IBM Cloud 에서 호스팅되는 IBM Watson® Knowledge Studio
  • 오픈 소스 데이터 및 AI 기술 센터에 대한 컨트리뷰터가 빌드한 NLP 편집기

• IBM Cloud IBM Cloud 에서만 호스팅되는 IBM Watson® Knowledge Studio 인스턴스로 작성된 모델을 추가할 수 있습니다.