Sugerir marcas de conteúdo com aprendizado profundo e NLP

Registro de Contêiner
Máquinas Virtuais de Ciência de Dados
Serviço de Kubernetes
Machine Learning
SQL Server

Ideia da solução

se você quiser nos ver, expanda este artigo com mais informações, como casos de uso em potencial, serviços alternativos, considerações sobre implementação ou diretrizes de preços, fale conosco com GitHub comentários!

Sites sociais, fóruns e outros serviços de perguntas e&A dependem muito da marcação de conteúdo, o que permite uma boa indexação e pesquisa de usuário. Geralmente, no entanto, a marcação de conteúdo é deixada a critério dos usuários. Como os usuários não têm listas de termos pesquisados com frequência ou uma compreensão profunda da estrutura do site, eles frequentemente rotulam o conteúdo incorretamente. O conteúdo rotulado incompatibilidade é difícil ou impossível de encontrar quando ele é necessário mais tarde.

Combinando o aprendizado profundo e o NLP (processamento de linguagem natural) com dados em termos de pesquisa específicos do site, essa solução ajuda a melhorar muito a precisão da marcação de conteúdo em um site. À medida que os usuários digitam conteúdo, essa solução oferece termos altamente usados como marcas de conteúdo sugeridas, facilitando para outras pessoas encontrar as informações.

Arquitetura

Diagrama de arquitetura: visão geral do uso Azure Machine Learning para ajudar a sugerir marcas de conteúdo para sites.

Baixe um SVG dessa arquitetura.

Componentes

  • Microsoft SQL Server:os dados são armazenados, estruturados e indexados usando Microsoft SQL Server.
  • Azure Machine Learning:treinamento de modelo, incluindo ajuste de hiperparámetro e implantação do modelo final, incluindo o dimensionamento para um cluster do Azure gerenciado pelo Kubernetes.
  • Azure Máquina Virtual de Ciência de Dados:o ambiente de desenvolvimento principal para essa solução é uma imagem de VM personalizada na plataforma de nuvem do Azure criada especificamente para fazer ciência de dados.
  • Jupyter Notebooks no Azure VM de Ciência de Dados:Os Jupyter Notebooks podem ser usados como o IDE (ambiente de desenvolvimento integrado) base para o modelo.
  • Registro de Contêiner do Azure:armazena serviços Web em tempo real como contêineres do Docker. Esses contêineres são carregados e registrados por meio Registro de Contêiner do Azure.
  • Serviço de Kubernetes do Azure (AKS): a implantação dessa solução usa Serviço de Kubernetes do Azure executando um cluster gerenciado pelo Kubernetes. Os contêineres são implantados de imagens armazenadas em Registro de Contêiner do Azure.

Próximas etapas

Confira a documentação do produto:

Experimente estes Microsoft Learn módulos: