Bearbeiten

Knowledge Mining für die Inhaltsrecherche

Azure KI Search
Azure KI Dokument Intelligenz
Azure KI Language
Azure Translator

Lösungsmöglichkeiten

Dieser Artikel ist ein Lösungsvorschlag. Wenn Sie möchten, dass wir diesen Artikel um weitere Informationen ergänzen, z. B. potenzielle Anwendungsfälle, alternative Dienste, Überlegungen zur Implementierung oder Preisempfehlungen, lassen Sie es uns über Feedback auf GitHub wissen.

In diesem Artikel wird beschrieben, wie Sie Knowledge Mining-Technologien wie Schlüsselbegriffserkennung und Entitätserkennung verwenden, um schnell anspruchsvolles technisches Material zu überprüfen.

Aufbau

Knowledge Mining besteht aus drei Schritten: Erfassen, Anreichern und Erkunden.

Architecture diagram: knowledge mining in content research, with three steps: ingest, enrich, and explore.

Laden Sie eine Visio-Datei dieser Architektur herunter.

Datenfluss

  • Erfassen

    Der Erfassungsschritt aggregiert Inhalte aus einer Reihe von Quellen, einschließlich strukturierter und unstrukturierter Daten. Bei der Inhaltsrecherche können Sie unterschiedliche Arten von technischen Inhalten erfassen, z. B. Produkthandbücher, Benutzerleitfäden, Dokumente mit technischen Normen, Patentunterlagen, medizinische Fachblätter und Arzneimittelzulassungen.

  • Erweitern

    Der Anreicherungsschritt verwendet KI-Funktionen, um Informationen zu extrahieren, Muster aufzufinden und das Verständnis zu vertiefen. Sie können Ihre Inhalte mithilfe von optischer Zeichenerkennung, Schlüsselbegriffserkennung, Entitätserkennung und Sprachübersetzung anreichern. Sie können benutzerdefinierte Modelle verwenden, um branchenspezifische Begriffe wie Produktnamen oder technische Normen zu extrahieren, potenzielle Risiken oder andere wesentliche Informationen zu kennzeichnen oder für die HIPAA-Compliance.

  • Erkunden

    Der Erkundungsschritt besteht darin, Daten per Suche, Bots, Anwendungen und Datenvisualisierungen zu untersuchen. Beispielsweise können Sie den Suchindex von Azure Cognitive Search in ein durchsuchbares Verzeichnis oder eine vorhandene Geschäftsanwendung integrieren.

Komponenten

Die folgenden Schlüsseltechnologien werden zum Implementieren von Tools für die Überprüfung und Untersuchung von technischen Inhalten verwendet:

  • Azure Cognitive Search ist ein Cloudsuchdienst, der Infrastruktur, APIs und Tools zum Suchen bietet. Sie können Azure Cognitive Search verwenden, um Suchbenutzeroberflächen für private, heterogene Inhalte in Web-, Mobil- und Unternehmensanwendungen zu erstellen.
  • Die Web-API-Benutzeroberfläche für benutzerdefinierte Skills wird verwendet, um einen benutzerdefinierten Skill in eine Azure Cognitive Search-Anreicherungspipeline zu integrieren.
  • Azure Cognitive Service für Language ist Bestandteil von Azure Cognitive Services, die zahlreiche Dienste für die Verarbeitung natürlicher Sprache bieten. Sie können diese Dienste verwenden, um Text zu verstehen und zu analysieren.
  • Textanalyse ist eine Sammlung von APIs und anderen Features von Azure Cognitive Service für Language, mit denen Sie Text in Dokumenten extrahieren, klassifizieren und verstehen können.
  • Der Übersetzer von Azure Cognitive Services ist Bestandteil der Cognitive Services-Familie von REST-APIs. Sie können den Übersetzer für die Echtzeitübersetzung von Dokumenten und Texten verwenden.
  • Die Azure-Formularerkennung ist Bestandteil der Azure Applied AI Services. Die Formularerkennung verwendet Machine Learning-Modelle, um Schlüssel-Wert-Paare, Text und Tabellen aus Dokumenten wie Rechnungen, Belegen, Ausweisdokumenten und Visitenkarten zu extrahieren.

Szenariodetails

Diese Architektur zeigt, wie Sie Knowledge Mining für die Inhaltsrecherche verwenden können.

Mögliche Anwendungsfälle

Wenn Mitarbeiter in Organisationen mit dem Überprüfen und Recherchieren technischer Daten beauftragt werden, kann es mühsam sein, unzählige Seiten mit viel Text zu lesen. Knowledge Mining unterstützt die Mitarbeiter beim schnellen Durcharbeiten dieser Texte. In Branchen mit starker Bieterkonkurrenz oder der Anforderung, dass die Diagnose eines Problems schnell bzw. nahezu in Echtzeit erfolgen muss, können Unternehmen das Knowledge Mining nutzen, um kostspielige Fehler zu vermeiden und schneller Erkenntnisse während der Inhaltsrecherche zu gewinnen.

Folgende Branchen beruhen unter anderem auf Knowledge Mining:

  • Education
  • Marketing
  • Bankwesen (Finanzen)
  • Dienstanbieter
  • Einzelhandel
  • Nachrichten und Medien

Nächste Schritte

Knowledge Mining für Kundensupport und Feedbackanalyse