ディスカバリーサービスをテストした後、少なくとも私には役に立たないと思われるか、何か不足している可能性があります。Watson Discoveryを使用して文書全体ではなく正確な回答を得るには？
質問すると、文書と一致し、文書全体を返します。私の文書が巨大であれば、すべてのクエリに対して、クエリテキストと一致する文書全体が返されますが、これは役に立たないものです。
今、クエリごとに別々のドキュメントを作成する必要がありますか？
そのような場合、API.AIまたはWIT.AIは良いオプションです。
私がここに欠けているものを私に明確にしてください！
ディスカバリーの場合は、コレクションに入れるためにドキュメントを分割する必要があります。ディスカバリーのコレクションに対するクエリは、分離されたドキュメントのセットの結果を返します。したがって、文書が変更されない場合、この分割は1回のアクションでなければなりません。
ディスカバリーについては、大きな文書の関連セクションを自動的に識別するソリューションがディスカバリーのための優れた考慮事項です（注：私はIBM Watsonで働いています）。
ウィットまたはAPIは、私たちのワトソン会話サービスによりよく似ています。 ディスカバリーは、コーパスから関連するコンテンツを検索することです。言及した2人と会話サービスは、NLPを使用してクエリを理解するためのダイアログで応答します。
あなたは部分的に私の質問に答えました。もう1つの部分は、現在のところ、大規模な単一のドキュメントから複数のクエリをクエリするのは役に立たないので、Watsonを使用する方法は何ですか？ – johnrao07
ワトソンディスカバリサービスでは、何百ものドキュメントで認知検索が可能です。 Watson Document Conversionサービスを使用して、JSON形式の各ドキュメントのPAU（可能な回答単位）の細分性を自動的に作成することができます。次に、ワトソンディスカバリサービスでワトソンドキュメント変換によって生成されたPAUを読み込むことができます。 このようにして、ワトソンディスカバリーはあなたの認知的な質問に対して正確な答えを返します。
クエリAPIに渡すことができるpassagesパラメータが追加されました。この記事の執筆時点ではベータ版です。これは、文書内の場所と「通過」のテキストとスコアを提供します。
{
"document_id": "dd2a7574-c266-4587-812b-69a47aa271d6",
"passage_score": 23.961884787023948,
"passage_text": " query block name in many hints to specify the query block to which the hint applies. This syntax lets you specify in the outer query a hint that applies to an inline view.\n\nThe syntax of the query block",
"start_offset": 404,
"end_offset": 607
},
今日はディスカバリーサービスはクエリとの関連性によってランク付け、一致したクエリの文書全体を返すことが正しいです。ユースケースをもう少し詳しく説明できますか？あなたが構築しているアプリケーションのようなもの？ – catbelly
私は現在、サービスをテストしています。あなたが言っていることが正しいとすれば、これらの作業を行う最適な方法ではない多くの手動作業が必要です。これらを得るためにはまだ時間を待つ必要があると思いますものが開発された。 – johnrao07