Architectuur voor de oplossing:Informatiedetectie met deep learning en natuurlijke taalverwerking

Sociale sites, forums en andere vraag-en antwoordservices met veel tekst maken veel gebruik van tags. Deze maken indexering en zoekopdrachten door de gebruiker mogelijk. Zonder de juiste tags zijn deze sites veel minder effectief. Vaak wordt het taggen echter overgelaten aan de gebruiker. En aangezien gebruikers geen lijsten hebben van vaak opgezochte termen of een grondig inzicht hebben in de categorisatie of informatiearchitectuur van een site, worden berichten vaak verkeerd gelabeld. Hierdoor wordt het moeilijk of zelfs onmogelijk om die inhoud later terug te vinden.

Deze oplossing helpt de nauwkeurigheid van het taggen op uw site sterk te verbeteren door diepteleren en natuurlijke taalverwerking (NLP) te combineren met gegevens met betrekking tot sitespecifieke zoektermen. Wanneer de gebruiker een bericht typt, worden veelgebruikte termen als voorgestelde tags gegeven, waardoor het voor anderen gemakkelijker wordt om de informatie te vinden.

Begeleiding bij implementatie

Producten Documentatie

Microsoft SQL Server

Gegevens worden opgeslagen, gestructureerd en geïndexeerd met behulp van Microsoft SQL Server.

Virtuele machines voor datatechnologie van Azure op basis van GPU

De kernontwikkelomgeving is de Microsoft Windows Server 2016 GPU DSVM NC24.

Azure Machine Learning Workbench

Workbench wordt gebruikt voor het opschonen van gegevens en transformaties. Ook dient deze als de primaire interface voor de services Experimenten en Modelbeheer.

Azure Machine Learning Experimenten-service

De Experimenten-service wordt gebruikt voor modeltraining, inclusief de afstemming van hyperparameters.

Machine Learning Modelbeheer-service van Azure

De modelbeheerservice wordt gebruikt voor de implementatie van het uiteindelijke model, inclusief het uitschalen naar een door Kubernetes beheerd Azure-cluster.

Jupyter Notebooks op virtuele machine voor datatechnologie van Azure

Jupyter Notebooks wordt gebruikt als de basis-IDE voor het model. Deze is in Python ontwikkeld.

Azure Container Registry

De service Modelbeheer maakt en verpakt realtimewebservices als Docker-containers. Deze containers worden geüpload en geregistreerd via Azure Container Registry.

Azure Container Service-cluster

De implementatie voor deze oplossing maakt gebruik van de Azure Container Service die wordt uitgevoerd met een door Kubernetes beheerd cluster. De containers worden geïmplementeerd van afbeeldingen die in Azure Container Registry zijn opgeslagen.