0

您好我正在尝试将 json 文件上传为 watson 发现控制台中的数据集。通常对于 PDF 和其他可接受的文件格式，数据丰富（关键字、实体、分类等）由 Discovery 应用程序自动创建。但是，如果我以 JSON 格式上传数据集，它不会做同样的事情。

是否需要遵循任何特定的 JSON 格式？我对它自己自动插入浓缩物是对的吗？

4

2 回答 2

1

可能发生的事情

我猜你使用的Default Configuration是 Watson Discovery 提供的。Default Configuration将扩充应用于输入数据中的单个字段，该字段名为text. 默认情况下，HTML、PDF 和 Microsoft Word 的转换器会将文档正文输出到 JSON 字段中text。当您将 JSON 发送到 Watson Discovery 时，不会进行任何转换 — 字段名称会直接传递。

你可以尝试什么

  1. 调整您的输入 JSON 以具有一个名为的顶级字段text，其中包含您要丰富的文本。
  2. 制作并使用自定义配置，其中一个或多个条目enrichments的值source_field是 JSON 中您希望 Watson Discovery 丰富的字段的名称。

Watson Discovery Tooling 对于试验自定义配置非常有帮助。

例子

要具体说明这一点。以下是 的enrichments部分Default Configuration：

"enrichments": [{
  "destination_field": "enriched_text",
  "source_field": "text",
  "enrichment": "alchemy_language",
  "options": {
    "extract": "keyword, entity, doc-sentiment, taxonomy, concept, relation",
    "sentiment": true,
    "quotations": true
  }
}]

如果您的 JSON 在名为的字段中包含英文文本，paragraphs并且您希望 Watson Discovery 为该字段提供丰富内容，则可以使用以下配置：

"enrichments": [{
  "destination_field": "enriched_paragraphs",
  "source_field": "paragraphs",
  "enrichment": "alchemy_language",
  "options": {
    "extract": "keyword, entity, doc-sentiment, taxonomy, concept, relation",
    "sentiment": true,
    "quotations": true
  }
}]
于 2017-05-23T12:42:03.847 回答
0

您可以在界面内上传并使用cURL.

查看一个示例 (cURL) - 创建一个集合：

curl -X POST -u "{username}":"{password}" -H "Content-Type: application/json" -d '{
  "name": "test_collection",
  "description": "My test collection",
  "configuration_id": "{configuration_id}"
}' "https://gateway.watsonplatform.net/discovery/api/v1/environments/{environment_id}/collections?version=2016-12-01"

您将设置"Content-Type: application/json". 插入您的usernameandpassword与Service Credentials. 并在 URL 中设置您的 enviromenment_id。

添加一些文档：

curl -X POST -u "{username}":"{password}" -F file=@sample1.html "https://gateway.watsonplatform.net/discovery/api/v1/environments/{environment_id}/collections/{collection_id}/documents?version=2016-12-01"

Obs.：要摄取的文档。支持的最大文件大小为50 兆字节。大于 50 兆字节的文件将被拒绝。API 检测文档类型，但如果不正确，您可以指定它。可接受的 MIME 类型值为application/jsonapplication/msword、application/vnd.openxmlformats-officedocument.wordprocessingml.document、application/pdf、text/html 和 application/xhtml+xml。将多部分表单中的内容类型指定为type=.

curl -X PUT -u "{username}":"{password}" -H "Content-Type: application/json" -d@my_config.json "https://gateway.watsonplatform.net/discovery/api/v1/environments/{environment_ID}/configurations/{Configuration_ID}?version=2016-12-01"

请参阅官方API 参考文档。

于 2017-05-23T12:39:29.963 回答