使用內建 Watson NLP 來尋找一般術語

將預先建置的強化新增至您的文件，藉此善用榮獲獎項的 Watson Natural Language Processing (NLP) 功能。

使用 Watson NLP，您可以識別並標記集合中有意義的資訊，以便您可以瞭解其意義並做出更明智的決策。

下列 Watson NLP 強化可用:

實體: 辨識適當的名詞，例如內容中提及的人員、城市及組織。
關鍵字: 辨識內容中的重要術語。
詞性: 識別內容中的詞性 (例如，名詞和動詞)。
觀感: 瞭解內容的整體觀感。

Discovery提供下列其他預先訓練的強化:

Watson NLP 強化

例如，下列畫面擷取會顯示已新增至 Discovery 集合的「美國獨立宣言」文字稿，其中已啟用「實體」及「關鍵字」強化。強化所辨識的提及項目會在文件文字中強調顯示。

顯示美國獨立宣言的摘錄，並強調顯示數個術語。 — 摘錄自美國《獨立宣言》，其中突出顯示的條款

部分 NLP 強化會自動套用至專案。如果您使用這些專案類型之一，則不需要自行套用它們。

每個專案類型的預設強化

部分預先建置的強化會根據專案類型自動套用至專案中的集合。下表顯示套用至每一種專案類型的預設強化。

每個專案類型的預設強化
此表格具有列和欄標頭。列標頭會識別專案類型。直欄標頭會識別不同的強化。若要瞭解依預設套用至專案類型的強化，請跳至說明強化的列，並尋找您感興趣之專案類型的直欄。
強化	文件擷取	合約的文件擷取	交談式搜尋	內容採礦
合約
實體
關鍵字
詞性
文件觀感
Table Understanding

如需下列預先建置強化的相關資訊，請參閱下列主題:

如需如何建立自訂強化的相關資訊，請參閱新增網域特定資源。

如需如何充分利用強化的相關資訊，請閱讀強化文件可讓搜尋更有效部落格文章。

如需如何使用 API 套用強化的相關資訊，請參閱使用 API 套用強化。

新增強化

若要新增 NLP 增強功能，請完成下列步驟：

開啟專案，並移至 管理集合 頁面。
按一下以開啟您要強化的集合。
開啟 Enrichments（豐富 ）索引標籤。
捲動以尋找您要套用至文件的 NLP 強化。

同時列出內建強化和自訂強化。內建強化的類型值為 System。
選擇一或多個要套用強化的欄位。

您可以將強化套用至 text 和 html 欄位，以及從上傳的 JSON 或 CSV 檔案或從「智慧型文件理解 (SDU)」工具新增的自訂欄位。
按一下套用變更並重新處理。

您啟用的強化會以隨機順序套用至文件。如需如何移除強化的相關資訊，請參閱管理強化。

實體

識別實體。實體是通常代表適當名詞的術語，例如在資料收集中提及的人員、城市及組織。Discovery 可以辨識屬於 Watson Natural Language Processing (NLP) 服務所定義實體類型系統的實體。

如果您想要能夠識別對企業重要的不常見術語，您可以訓練自己的模型來辨識自訂實體。如需相關資訊，請參閱實體擷取程式。

「探索」所使用的 Watson NLP 實體擷取程式服務稱為 NLU 類型系統。該名稱源自 Watson Natural Language Understanding (NLU) 服務除了 Watson Discovery 服務之外還使用該類型系統的事實。不過，它是「探索」直接使用之類型系統的 Watson NLP 實作，而不是 Watson NLU 實作。因此，這兩個實作可能會產生不同的結果。若要取得服務可辨識之實體類型的一般構想，請參閱實體。

下列畫面擷取顯示「實體」強化會辨識術語 政府系統 及 英國國王 (等等)，並將它們標記為實體提及項目。

顯示宣告，並強調指出政府和大不列顛國王的術語。 — 突出顯示了公認的實體、政府和英國國王

從文件的 JSON 視圖中，您可以看到實體提及項目的基礎 JSON 結構。

顯示文件中標識的政府系統和大不列顛國王實體的 JSON 視圖 — 所提及實體的 JSON 表示形式

例如，如果您想要搜尋「組織」實體類型，則可以將所有 JSON 內容複製到文字編輯器，並搜尋 Organization。從 JSON 樹狀結構視圖的根目錄中按一下複製圖示。

範例

輸入

"IBM is an American multinational technology company headquartered in Armonk."

回應

在 JSON 輸出中：

text = 字串。實體文字
type = 字串。實體類型，例如 Organization、Location、Person、Number。
mentions = 陣列。實體提及項目和位置
model_name = 字串。對於自訂模型，此欄位包含使用者提供的模型名稱。否則，此欄位包含模型的預設名稱，例如 watson_knowledge_studio, dictionary, character_pattern，或 natural_language_understanding

{
  "entities": [
    {
      "model_name": "natural_language_understanding",
      "mentions": [
        {
          "confidence": 0.8317045,
          "location": {
            "end": 3,
            "begin": 0
          },
          "text": "IBM"
        }
      ],
      "text": "IBM",
      "type": "Organization"
    },
    {
      "model_name": "natural_language_understanding",
      "mentions": [
        {
          "confidence": 0.6114863,
          "location": {
            "end": 75,
            "begin": 69
          },
        "text": "Armonk"
        }
      ],
      "text": "Armonk",
      "type": "Location"
    }
  ]
}

關鍵字

傳回內容中的重要關鍵字。

例如，下列畫面擷取會顯示「關鍵字」強化所辨識的「美國獨立宣言」中的強調顯示術語。

從文件的 JSON 視圖中，您可以看到 Declaration 關鍵字提及項目的基礎 JSON 結構。

範例

輸入

"Watson Discovery is an award-winning AI search technology."

回應

在 JSON 輸出中：

text = 關鍵字文字
mentions = 實體提及項和位置

{
  "keywords": [
    {
      "mentions": [
        {
          "location": {
            "end": 157,
            "begin": 141
          },
          "text": "Watson Discovery"
        }
      ],
      "text": "Watson Discovery",
      "relevance": 0.503613
    },
    {
      "mentions": [
        {
          "location": {
           "end": 177,
            "begin": 164
          },
          "text": "award-winning"
        }
      ],
      "text": "award-winning",
      "relevance": 0.728722
    },
    {
      "mentions": [
        {
          "location": {
            "end": 198,
            "begin": 181
          },
          "text": "search technology"
        }
      ],
      "text": "search technology",
      "relevance": 0.779356
    }
  ]
}

關鍵字限制

Keywords 強化最多可以識別 50 個關鍵字，每個文件各有一個或多個提及項目。

詞性

辨識及標記詞性，包括名詞、動詞、形容詞、副詞、連結、形容詞及數字。