По словам Нила, конечно, все зависит от того, как вы определяете полезность.
Обнаружение:
Если вы хотите использовать Discovery, вам нужна база для получения данные, вы можете отфильтровать нужные данные с помощью filter
. Используя анализ данных в сочетании с когнитивной интуицией, вы извлекаете из неструктурированных данных и обогащаете их, чтобы вы могли находить нужную информацию.
Личность:
Если вы хотите использовать Личность, понимать характеристики личности, потребности и ценности в письменном тексте. Служба использует лингвистическую аналитику, чтобы сделать вывод о внутренней личности человека characteristics
, включая "Большую пятерку", потребности и ценности, из цифровых сообщений, таких как электронная почта, текстовые сообщения, твиты и сообщения на форуме.
Watson Knowledge Studio:
Если вы хотите работать с models
для твитов, вы можете использовать WKS (Watson Knowledge Studio), эта служба предоставляет простые в использовании инструменты для аннотирования неструктурированной литературы по предметной области и использует эти аннотации для создания пользовательской модели машинного обучения, которая понимает язык предметной области. Точность модели повышается за счет итеративного тестирования, в результате чего алгоритм может обучаться на основе шаблонов, которые он видит, и распознавать эти паттерны в большие коллекции новых документов. Например, если вы хотите узнать об автомобиле, вы можете просто передать некоторые модели в WKS.
person
Sayuri Mizuguchi
schedule
04.05.2017