Editar

Mineração de conhecimento para pesquisa de conteúdo

Azure AI Search
Azure AI Document Intelligence
Linguagem de IA do Azure
Azure Translator

Ideias de soluções

Este artigo é uma ideia de solução. Se você quiser que expandamos o conteúdo com mais informações, como possíveis casos de uso, serviços alternativos, considerações de implementação ou orientação de preços, informe-nos fornecendo feedback do GitHub.

Este artigo descreve como usar tecnologias de mineração de conhecimento, como extração de frases-chave e reconhecimento de entidades, para revisar rapidamente material técnico denso.

Arquitetura

Existem três etapas na mineração de conhecimento: ingerir, enriquecer e explorar.

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

Transfira um ficheiro do Visio desta arquitetura.

Fluxo de dados

  • Ingerir

    A etapa de ingestão agrega conteúdo de uma variedade de fontes, incluindo dados estruturados e não estruturados. Para pesquisa de conteúdo, você pode ingerir diferentes tipos de conteúdo técnico, como manuais de produtos, guias do usuário, documentos padrão de engenharia, registros de patentes, revistas médicas e preenchimentos farmacêuticos.

  • Enriqueça

    A etapa de enriquecimento usa recursos de IA para extrair informações, encontrar padrões e aprofundar a compreensão. Enriqueça seu conteúdo usando reconhecimento ótico de caracteres, extração de frases-chave, reconhecimento de entidades e tradução de idiomas. Use modelos personalizados para extrair termos específicos do setor, como nomes de produtos ou padrões de engenharia, para sinalizar riscos potenciais ou outras informações essenciais, ou para conformidade com a HIPAA.

  • Explorar

    A etapa de exploração é explorar dados por meio de pesquisa, bots, aplicativos e visualizações de dados. Por exemplo, você pode integrar o índice de pesquisa da Pesquisa Cognitiva do Azure em um diretório pesquisável ou em um aplicativo de negócios existente.

Componentes

As seguintes tecnologias-chave são usadas para implementar ferramentas de revisão e pesquisa de conteúdo técnico:

  • A Pesquisa Cognitiva do Azure é um serviço de pesquisa na nuvem que fornece infraestrutura, APIs e ferramentas para pesquisa. Pode utilizar a Pesquisa Cognitiva do Azure para criar experiências de pesquisa sobre conteúdo privado e heterogéneo em aplicações Web, móveis e empresariais.
  • A interface de habilidade personalizada da API Web é usada para integrar uma habilidade personalizada em um pipeline de enriquecimento da Pesquisa Cognitiva do Azure.
  • O Serviço Cognitivo do Azure para Idiomas faz parte dos Serviços Cognitivos do Azure que oferece muitos serviços de processamento de linguagem natural. Você pode usar esses serviços para entender e analisar texto.
  • A análise de texto é uma coleção de APIs e outros recursos do Serviço Cognitivo do Azure para Linguagem que você pode usar para extrair, classificar e entender texto em documentos.
  • O Azure Cognitive Services Translator faz parte da família de APIs REST dos Serviços Cognitivos. Você pode usar o Translator para tradução de documentos e textos em tempo real.
  • O Azure Form Recognizer faz parte dos Serviços de IA Aplicada do Azure. O Form Recognizer usa modelos de aprendizado de máquina para extrair pares chave-valor, texto e tabelas de documentos como faturas, recibos, cartões de identidade e cartões de visita.

Detalhes do cenário

Essa arquitetura mostra como usar a mineração de conhecimento para pesquisa de conteúdo.

Potenciais casos de utilização

Quando as organizações encarregam os funcionários de revisar e pesquisar dados técnicos, pode ser tedioso ler página após página de texto denso. A extração de conhecimentos ajuda os colaboradores a rever rapidamente estes materiais densos. Em setores onde a concorrência é feroz, ou quando o diagnóstico de um problema deve ser rápido ou quase em tempo real, as empresas podem usar a mineração de conhecimento para evitar erros dispendiosos e obter insights mais rápidos durante a pesquisa de conteúdo.

Os setores que dependem da mineração de conhecimento incluem:

  • Educação
  • Marketing
  • Banca (finanças)
  • Fornecedores de serviços
  • Retail
  • Notícias e média

Próximos passos

Mineração de conhecimento para suporte ao cliente e análise de feedback