Ignorar Navegação

Arquitetura de soluções: Deteção de informações com o processamento de linguagem natural e de aprendizagem profunda

Os sites de redes sociais, os fóruns e outros serviços de Perguntas e Respostas com muito texto baseiam-se bastante nas etiquetas, que permitem a indexação e a pesquisa dos utilizadores. Sem um uso de etiquetas adequado, estes sites são muito menos eficazes. Contudo, em muitos casos, a etiquetagem é deixada ao critério dos utilizadores. E uma vez que os utilizadores não têm listas dos termos mais pesquisados nem um grande conhecimento da categorização ou da arquitetura das informações dos sites, é frequente que as mensagens estejam mal etiquetadas. Esta etiquetagem errada dificulta ou torna impossível encontrar esses conteúdos quando são precisos mais tarde.

Ao combinar a aprendizagem aprofundada e o processamento de linguagem natural (NLP) com dados em termos de pesquisa de sites específicos, esta solução ajuda a melhorar grandemente a precisão das etiquetas do seu site. À medida que o utilizador escreve a mensagem, a solução oferece termos muito utilizados como etiquetas sugeridas, permitindo que os outros utilizadores encontrem mais facilmente as informações de que precisam.

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.

Orientações de implementação

Produtos/Descrição Documentação

Microsoft SQL Server

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

Máquina Virtual de Ciência de Dados (DSVM) do Azure baseada no GPU

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

Azure Machine Learning Workbench

O Workbench é utilizado para limpeza e transformação de dados e funciona como a interface principal para os serviços Experimentação e Gestão de Modelos.

Serviço Experimentação do Azure Machine Learning

O serviço Experimentação é utilizado para a preparação do modelo, incluindo para a otimização de hiper-parâmetros.

Serviço Gestão de Modelos do Azure Machine Learning

O serviço Gestão de Modelos é utilizado para a implementação do modelo final, incluindo para o aumento horizontal para um cluster do Azure gerido pelo Kubernetes.

Jupyter Notebooks em VMs de Ciência de Dados do Azure

O Jupyter Notebooks é utilizado como o IDE de base para o modelo, que foi desenvolvido em Python.

Azure Container Registry

O serviço Gestão de Modelos cria e empacota serviços Web em tempo real como contentores do Docker. Estes contentores são carregados e registados através do Azure Container Registry.

Azure Kubernetes Service (AKS)

A implementação desta solução utiliza o Azure Kubernetes Service que executa um cluster gerido pelo Kubernetes. Os contentores são implementados a partir das imagens armazenadas no Azure Container Registry.