Cloud Native NLP-Abfrageverarbeitung mit Solr / Lucidworks Fusion

Natürliche Sprache zur Interpretation von Suchanfragen wird immer mehr zu einer Voraussetzung für alle neuen Suchmaschinen. Aber die Erstellung eigener Modelle und NLP-Pipelines ist teuer, kompliziert und zeitaufwändig. Warum also nicht die in der Cloud bereitgestellten Modelle nutzen? Wir werden erörtern, welche NLP-Intelligenz über eine Anfrage durch die Verwendung von Cloud-Native NLP-APIs gewonnen werden kann, und zeigen, wie dieses Verständnis das Sucherlebnis der Benutzer verbessern kann. Wir werden dies anhand der Verwendung von Amazon Comprehend und Amazon Comprehend Medical demonstrieren, um von Nutzern eingereichte Abfragen zu verarbeiten und zu zeigen, wie die zurückgegebenen Informationen zur Anpassung der Suchergebnisse verwendet werden können. Die hier gezeigten Methoden und Informationen können für jeden Cloud-nativen NLP-Dienst (z.B. Google NLP AI und Microsoft Luis) verwendet werden.

Referenten:
Paul Nelson, Innovation Lead, Accenture
Carlos Maroto, Technical Architect Senior Manager, Accenture Applied Intelligence

Teilnehmer nehmen mit:
Lernen Sie, wie man mit unzureichenden Daten umgeht und sie beschriftet, vergleichen Sie verschiedene Textvektorisierungs- und Modellierungstechniken und gehen Sie schnell vom Proof of Concept zur Produktion über.

Zielgruppe:
Anfänger bis fortgeschrittene Datenwissenschaftler mit Interesse an der Erstellung von Textklassifizierungsmodellen mit natürlicher Sprachverarbeitung. Erfahrung im Programmieren in Python ist eine Voraussetzung.