Когнитивный поиск – это технология поисковых систем, использующая искусственный интеллект (ИИ) для быстрого поиска актуальных и точных результатов по различным типам запросов. Современные предприятия используют различные системы для хранения огромного объема информации, такой как руководства, часто задаваемые вопросы, исследовательские отчеты, руководства по обслуживанию для клиентов и документация. Технологии когнитивного поиска сканируют большие базы данных с разрозненной информацией и сопоставляют сведения для поиска ответов на вопросы пользователей. Например, вы можете задать такой вопрос: «Сколько было потрачено на ремонт техники в прошлом году?» Затем когнитивный поиск сопоставляет вопрос с соответствующими документами и дает конкретный ответ.

Когнитивный поиск имеет множество преимуществ, которые делают его полезной технологией для поисковых систем. Следующие преимущества когнитивного поиска являются одними из основных. 

Понимание естественных языков

Служба когнитивного поиска дает более точные результаты без особых указаний пользователя. Эта технология может генерировать точные результаты поиска, рассматривая множество источников и просматривая собранные структурированные и неструктурированные данные. Технология когнитивного поиска также понимает контекст при отображении результатов. В ней используется обработка естественного языка (NLP) для определения контекста, закономерностей и смысла человеческого языка.

Подробнее об NLP »

Улучшение производительности

Когнитивный поиск объединяет информацию из нескольких источников данных и на выходе дает исчерпывающий ответ. При традиционном поиске по ключевым словам приходится искать всю необходимую информацию, используя несколько источников, а затем – самостоятельно читать, анализировать и обобщать информацию.

Но теперь, чтобы получить ответы сразу из нескольких документов, можно использовать функцию комплексного поиска. Так вы получите доступ к нужным данным еще быстрее. Это может повысить производительность и оптимизировать связанные с данными рабочие процессы в вашей организации.

Персонализация результатов поиска

Когнитивный поиск использует машинное обучение (МО), которое со временем персонализирует результаты для пользователей. Вместо того чтобы постоянно выдавать одну и ту же информацию, он собирает данные и шаблоны поиска по мере использования. Записывая результаты, на которые пользователи вероятнее всего нажмут после первоначального запроса, система становится лучше и выдает самые релевантные результаты намного быстрее. Со временем когнитивный поиск становится умнее, точнее и полезнее. 

Когнитивный поиск использует обработку естественного языка и другие технологии искусственного интеллекта для обеспечения точного поиска. Вот некоторые из шагов, которые выполняет когнитивный поиск.

Получение данных

Сначала когнитивному поиску нужна информация, в которой можно искать. Он может получать данные из документов, веб-сайтов, электронных писем, внутренних хранилищ, руководств и любой другой информации, которую вы хотите использовать. Когнитивный поиск извлекает информацию из ресурсов с помощью таких методов, как оптическое распознавание символов (OCR), распознавание сущностей и методы NLP.

Процесс извлечения направлен на то, чтобы когнитивный поиск мог понять информацию и каталогизировать ее как человек.

Подробнее об OCR »

Индексирование данных

После получения данных когнитивный поиск создает поисковый индекс всей извлеченной информации, которую вы ему предоставили. Помимо использования ключевых слов для маркировки данных, он использует метаданные, связи между данными и дополнительную информацию, чтобы эффективно каталогизировать всю информацию.

Когда пользователь что-то ищет, когнитивный поиск обращается к этим индексам – это дает возможность найти необходимую информацию гораздо быстрее.

Пользовательский ввод

При пользовательском вводе запроса в когнитивный поиск используется метод NLP для анализа и понимания вопроса. При традиционном поиске по ключевым словам поисковая система распознает основные термины и генерирует соответствующие данные.

Напротив, когнитивный поиск пытается понять весь контекст запроса, а также личные факторы пользователя, такие как его предпочтения. Он сочетает в себе методы NLP, такие как оценка токенов и семантический анализ, чтобы понять, какого результата ожидает пользователь. 

Поиск и извлечение данных

Используя запрос пользователя, когнитивный поиск просматривает индексы данных и находит соответствующую информацию в своих хранилищах. Он перемещается по индексам, ищет наиболее схожие элементы и фильтрует результаты слой за слоем. Каждому соответствующему результату присваивается коэффициент релевантности. Когнитивный поиск отображает наиболее релевантную информацию путем сортировки результатов в соответствии с коэффициентами.

Непрерывное улучшение

Чтобы получить еще более конкретные результаты, пользователи могут применять дополнительные фильтры или спецификации при использовании когнитивного поиска, поскольку эта технология совершенствует свой подход к обработке запросов на основе предыдущих взаимодействий.

Например, когнитивный поиск записывает то, что ищут пользователи, а также порядок их поисковых запросов. Если пользователи обычно задают определенный вопрос сразу после запроса, то когнитивный поиск на упреждение вносит информацию и о последующем вопросе. 

Со временем когнитивный поиск также узнает больше о тональности и смысле поисковых запросов пользователей. Это улучшает прямые ответы на запросы.

Например, когда кто-то задает определенный вопрос, когнитивный поиск дает конкретный ответ. И наоборот, на более общий вопрос пользователь получит не такой краткий ответ. Благодаря постоянной записи взаимодействий и обучению на их основе когнитивный поиск становится более точным и со временем предоставляет более релевантную информацию.

Как работает когнитивный поиск?

Ниже приведены несколько возможностей для использования когнитивного поиска в своих интересах.

Унифицированный поиск

Когнитивный поиск можно применять для создания унифицированного поиска. Поскольку в нем используется обработка естественного языка, вы можете получать очень подробные и точные ответы, а также информацию из нескольких репозиториев неструктурированных и структурированных данных. Используя несколько источников и типов данных, вы можете легче принимать решения на основе данных.

Например, биотехнологическая компания Gilead Sciences, Inc. использует AWS для когнитивного поиска, а также организации как структурированных, так и неструктурированных данных. Информация поступает из девяти корпоративных систем, а документы – из хранилищ знаний.

Благодаря использованию когнитивного поиска в компании Gilead значительно сократилось количество задач по ручному управлению данными. Количество времени, необходимого для поиска информации, сократилось примерно на 50 %, что послужило толчком к ценным исследованиям, экспериментам и фармацевтическим прорывам.

Самостоятельные боты

Чтобы улучшить поддержку клиентов на месте, вы можете использовать когнитивные поисковые решения в ботах самообслуживания. Пользователи, которые хотят узнать, как выполнять определенную задачу или функцию, могут ввести текст на человеческом языке и получить индивидуальный ответ. Когнитивный поиск помогает находить знания, черпая информацию из различных руководств, вспомогательных документов и ресурсов. 

Например, Citibot использует AWS для предоставления коммуникационных инструментов гражданам, местным органам власти и правительствам штатов. Citibot объединяет технологию чат-ботов с когнитивным поиском, чтобы повысить масштабируемость и эффективность взаимодействия с аудиторией. Граждане быстро находят ответы на свои вопросы, поскольку чат-бот сокращает время ожидания до 90 %.

Поиск в архиве данных

Многие организации имеют хранилища старых данных с миллионами документов, изображений и расшифрованных текстовых файлов. Когнитивный поиск позволяет разблокировать информацию в хранилище данных и обобщить ее для анализа и исследований.

Например, The Wall Street Journal использует AWS для когнитивного поиска. Также когнитивный поиск помог ускорить разработку инструмента Talk2020. Talk2020 – интеллектуальный поисковой инструмент, который помог читателям издания быстро искать и анализировать публичные заявления кандидатов в президенты за последние 30 лет. Данная технология упрощает глубокое исследование проблем с течением времени, изучая речевые паттерны и выполняя анализ текста.

Адаптация сотрудников

Когнитивный поиск помогает решать любые задачи по самоорганизации, которые необходимо выполнять сотрудникам, например адаптироваться к работе или освоить новые навыки. Он служит перекрестной ссылкой для сотрудников. Вместо того чтобы обращаться к менеджеру и просить объяснить что-то, можно использовать когнитивный поиск. Это поможет оптимизировать задачи по самоорганизации и повысить производительность.

Например, Workgrid Software использует AWS для предоставления программных решений на платформе взаимодействия с сотрудниками, что делает их работу более согласованной, эффективной и продуктивной. С помощью когнитивного поиска сотрудники могут запрашивать цифровой контент в базе данных организации и, таким образом, находить ответы на любые вопросы, возникающие в процессе работы.

 

Генеративный искусственный интеллект (генеративный ИИ) – это тип ИИ, который может создавать новый контент и идеи, включая разговоры, истории, изображения, видео и музыку. Генеративный ИИ помогает оптимизировать когнитивный поиск, лучше понять намерения пользователей и улучшить общие ответы. Далее представлены несколько примеров.

Подробнее о генеративном искусственном интеллекте »

Анализ контекста

Многие инструменты генеративного ИИ используют модели машинного обучения на основе трансформеров. В этих моделях есть нейронные сети для анализа текстовых данных, чтобы понять их значение.

Модели ИИ на основе трансформеров полезны для обработки и понимания естественного языка. Учитывая информацию о пользователе и его намерения, а также контекст данных, модели могут лучше понять истинную цель запроса. Благодаря улучшенному пониманию запросов когнитивный поиск может найти более точную информацию для ответа. 

Обзор результатов

Генеративный ИИ может разбивать большие тексты на более мелкие сегменты. Когнитивный поиск дает возможность находить наиболее семантически релевантные части различных документов. Затем он может использовать генеративный ИИ, чтобы объединить сегменты и выдать именно ту информацию, которую ищет пользователь. Генеративный ИИ также может повысить качество результата, понимая текст, который выдан в качестве ответа, и удаляя все лишние сведения.

Фильтрация контента

Генеративный ИИ может фильтровать результаты когнитивного поиска по различным параметрам, включая авторизацию пользователей и их предпочтения, а также релевантность запроса. При создании текста результата он может гарантировать, что используются только те ресурсы, к которым пользователь имеет право доступа. Результаты остаются актуальными и полезными без ущерба для безопасности.

Как AWS может улучшить ваши когнитивные корпоративные поисковые решения?

Amazon Web Services (AWS) предлагает использовать Amazon Kendra в качестве решения для когнитивного поиска.

Amazon Kendra – новый полностью управляемый, высокоточный и удобный сервис для когнитивного поиска, основанный на машинном обучении. Разработчики могут использовать его для добавления возможностей поиска в приложения. Это означает, что конечные пользователи смогут получать релевантную информацию с огромного количества контента, хранящегося в разных системах по всей компании.

Ниже перечислены другие преимущества использования Amazon Kendra.

  • Обеспечение единой системы поиска в хранилищах структурированного и неструктурированного контента.
  • Предоставление ответов на запросы с помощью инструментов на базе МО.
  • Получение доступа к полностью управляемым возможностям упорядочивания ответов, которые помогают повысить их точность.
  • Предоставление точных ответов на основе собственных конкретных критериев, а также других атрибутов, таких как поведение пользователей и актуальность контента.

Начните использовать когнитивный поиск на AWS, создав учетную запись уже сегодня.

AWS: дальнейшие шаги

Дополнительные ресурсы к продукту
Подробнее о сервисах искусственного интеллекта 
Зарегистрировать бесплатный аккаунт

Получите мгновенный доступ к уровню бесплатного пользования AWS.

Регистрация 
Начать разработку в консоли

Начните разработку в Консоли управления AWS.

Вход