Ignorar navegação

Arquitetura da solução: Descoberta de informações com aprendizado avançado e processamento de linguagem natural

Sites sociais, fóruns e outros serviços de P e R com muito conteúdo de texto são altamente dependentes de marcação, o que habilita a indexação e a pesquisa de usuário. Sem a marcação adequada, esses sites são muito menos efetivos. Frequentemente, no entanto, a marcação é deixada a critério dos usuários. Já que os usuários não têm listas de termos pesquisados com frequência nem uma compreensão aprofundada da categorização ou arquitetura das informações de um site, os posts são frequentemente rotulados de modo incorreto. Isso dificulta ou impossibilita a localização desse conteúdo quando ele é necessário posteriormente.

Ao combinar a aprendizagem aprofundada e o NLP (processamento de idioma natural) com os dados em termos de pesquisa específicos do site, essa solução ajuda muito a aprimorar a precisão de marcação em seu site. Conforme seu usuário digita o post dele, a solução oferece termos amplamente usados como marcas sugeridas, facilitando para que outros localizem as informações fornecidas por ele.

Information discovery with deep learning and natural language processingSee how deep learning and natural language processing can be used effectively with the Microsoft AI platform.

Diretrizes de implementação

Produtos/descrição Documentação

Microsoft SQL Server

Os dados são armazenados, estruturados e indexados usando o Microsoft SQL Server.

Máquina Virtual de Ciência de Dados do Azure baseada em GPU

O ambiente de desenvolvimento principal é o Microsoft Windows Server 2016 GPU DSVM NC24.

Azure Machine Learning Workbench

O Workbench é usado para limpeza e transformação de dados e serve como a interface primária para os serviços de experimentação e de gerenciamento de modelos.

Serviço de Experimentação do Azure Machine Learning

O Serviço de Experimentação é usado para treinamento de modelos, incluindo ajuste de hiperparâmetros.

Serviço de Gerenciamento de Modelos do Azure Machine Learning

O serviço de Gerenciamento de Modelos é usado para implantação do modelo final, incluindo aumento para um cluster do Azure gerenciado por Kubernetes.

Jupyter Notebooks na VM de Ciência de Dados do Azure

Os Jupyter Notebooks são usados como IDE base para o modelo, que foi desenvolvido no Python.

Registro de Contêiner do Azure

O Serviço de Gerenciamento de Modelos cria e empacota serviços Web em tempo real como contêineres do Docker. Esses contêineres são carregados e registrados por meio do Registro de Contêiner do Azure.

Cluster do Serviço de Contêiner do Azure

A implantação dessa solução usa o Serviço de Contêiner do Azure executando um cluster gerenciado por Kubernetes. Os contêineres são implantados de imagens armazenadas no Registro de Contêiner do Azure.