Bagaimana Searchmetrics menggunakan Amazon SageMaker untuk secara otomatis menemukan kata kunci yang relevan dan membuat analis manusia mereka 20% lebih cepat

Metrik pencarian adalah penyedia global data pencarian, perangkat lunak, dan solusi konsultasi, membantu pelanggan mengubah data pencarian menjadi wawasan bisnis yang unik. Hingga saat ini, Searchmetrics telah membantu lebih dari 1,000 perusahaan seperti McKinsey & Company, Lowe's, dan AXA menemukan keuntungan dalam lanskap pencarian yang sangat kompetitif.

Pada tahun 2021, Searchmetrics beralih ke AWS untuk membantu penggunaan kecerdasan buatan (AI) guna lebih meningkatkan kemampuan wawasan penelusuran mereka.

Dalam posting ini, kami membagikan bagaimana Searchmetrics membangun solusi AI yang meningkatkan efisiensi tenaga kerja manusianya sebesar 20% dengan secara otomatis menemukan kata kunci pencarian yang relevan untuk topik apa pun, menggunakan Amazon SageMaker dan integrasi aslinya dengan Hugging Face.

Menggunakan AI untuk mengidentifikasi relevansi dari daftar kata kunci

Bagian penting dari penawaran wawasan Searchmetrics adalah kemampuannya untuk mengidentifikasi kata kunci pencarian yang paling relevan untuk topik atau maksud pencarian tertentu.

Untuk melakukan ini, Searchmetrics memiliki tim analis yang menilai potensi relevansi kata kunci tertentu dengan kata benih tertentu. Analis menggunakan alat internal untuk meninjau kata kunci dalam topik tertentu dan daftar kata kunci yang berpotensi terkait, dan mereka kemudian harus memilih satu atau lebih kata kunci terkait yang relevan dengan topik itu.

Proses penyaringan dan pemilihan manual ini memakan waktu dan memperlambat kemampuan Searchmetrics untuk memberikan wawasan kepada pelanggannya.

Untuk meningkatkan proses ini, Searchmetrics berusaha membangun solusi AI yang dapat menggunakan pemrosesan bahasa alami (NLP) untuk memahami maksud topik pencarian tertentu dan secara otomatis memberi peringkat daftar kata kunci potensial yang tidak terlihat berdasarkan relevansi.

Menggunakan SageMaker dan Memeluk Wajah untuk membangun kemampuan NLP tingkat lanjut dengan cepat

Untuk mengatasi ini, tim teknik Searchmetrics beralih ke SageMaker, platform pembelajaran mesin (ML) ujung ke ujung yang membantu pengembang dan ilmuwan data dengan cepat dan mudah membangun, melatih, dan menerapkan model ML.

SageMaker mempercepat penerapan beban kerja ML dengan menyederhanakan proses pembuatan ML. Ini menyediakan serangkaian kemampuan ML yang luas di atas infrastruktur yang terkelola sepenuhnya. Ini menghilangkan pengangkatan berat yang tidak dapat dibedakan yang terlalu sering menghambat pengembangan ML.

Searchmetrics memilih SageMaker karena berbagai kemampuan yang disediakannya di setiap langkah proses pengembangan ML:

• SageMaker laptop memungkinkan tim Searchmetrics dengan cepat meningkatkan lingkungan pengembangan ML yang terkelola sepenuhnya, melakukan pra-pemrosesan data, dan bereksperimen dengan berbagai pendekatan
• Grafik transformasi batch kapabilitas di SageMaker memungkinkan Searchmetrics untuk secara efisien memproses muatan inferensinya secara massal, serta mengintegrasikan dengan mudah ke dalam layanan web yang ada dalam produksi

Searchmetrics juga sangat tertarik dengan integrasi asli SageMaker dengan Wajah Memeluk, startup NLP menarik yang menyediakan akses mudah ke lebih dari 7,000 model bahasa yang telah dilatih sebelumnya melalui perpustakaan Transformers yang populer.

SageMaker menyediakan integrasi langsung dengan Hugging Face melalui estimator Hugging Face khusus di SDK SageMaker. Hal ini memudahkan untuk menjalankan model Hugging Face pada infrastruktur SageMaker yang terkelola sepenuhnya.

Dengan integrasi ini, Searchmetrics dapat menguji dan bereksperimen dengan berbagai model dan pendekatan yang berbeda untuk menemukan pendekatan berperforma terbaik untuk kasus penggunaannya.

Solusi akhir menggunakan pipa klasifikasi zero-shot untuk mengidentifikasi kata kunci yang paling relevan. Model pra-pelatihan dan strategi kueri yang berbeda dievaluasi, dengan facebook/bart-besar-mnli memberikan hasil yang paling menjanjikan.

Menggunakan AWS untuk meningkatkan efisiensi operasional dan menemukan peluang inovasi baru

Dengan SageMaker dan integrasi aslinya dengan Hugging Face, Searchmetrics dapat membangun, melatih, dan menerapkan solusi NLP yang dapat memahami topik tertentu dan secara akurat memberi peringkat pada daftar kata kunci yang tidak terlihat berdasarkan relevansinya. Perangkat yang ditawarkan oleh SageMaker mempermudah eksperimen dan penerapan.

Ketika terintegrasi dengan alat internal Searchmetrics yang ada, kemampuan AI ini menghasilkan pengurangan rata-rata 20% dalam waktu yang dibutuhkan analis manusia untuk menyelesaikan pekerjaan mereka. Hal ini menghasilkan throughput yang lebih tinggi, pengalaman pengguna yang lebih baik, dan orientasi pengguna baru yang lebih cepat.

Keberhasilan awal ini tidak hanya meningkatkan kinerja operasional analis pencarian Searchmetrics, tetapi juga membantu Searchmetrics memetakan jalur yang lebih jelas untuk menerapkan solusi otomatisasi yang lebih komprehensif menggunakan AI dalam bisnisnya.

Peluang inovasi baru yang menarik ini membantu Searchmetrics terus meningkatkan kemampuan wawasan mereka, dan juga membantu mereka memastikan bahwa pelanggan terus menjadi yang terdepan dalam lanskap pencarian yang sangat kompetitif.

Selain itu, Hugging Face dan AWS mengumumkan kemitraan di awal tahun 2022 yang semakin memudahkan untuk melatih model Hugging Face di SageMaker. Fungsionalitas ini tersedia melalui pengembangan Hugging Face Kontainer Pembelajaran Jauh AWS (DLC). Wadah ini termasuk Hugging Face Transformers, Tokenizers, dan library Datasets, yang memungkinkan kami menggunakan sumber daya ini untuk pelatihan dan pekerjaan inferensi.

Untuk daftar gambar DLC yang tersedia, lihat tersedia Gambar Kontainer Belajar Dalam, yang dipelihara dan diperbarui secara berkala dengan patch keamanan. Anda dapat menemukan banyak contoh cara melatih model Wajah Memeluk dengan DLC ini dan Memeluk Wajah Python SDK berikut ini GitHub repo.

Pelajari lebih lanjut tentang bagaimana Anda dapat mempercepat kemampuan Anda untuk berinovasi dengan AI/ML dengan mengunjungi Memulai dengan Amazon SageMaker, mendapatkan konten pembelajaran langsung dengan meninjau Sumber daya pengembang Amazon SageMaker, atau mengunjungi Memeluk Wajah di Amazon SageMaker.

---

tentang Penulis

Daniel Burke adalah pemimpin Eropa untuk AI dan ML dalam grup Private Equity di AWS. Daniel bekerja secara langsung dengan dana Private Equity dan perusahaan portofolio mereka, membantu mereka mempercepat adopsi AI dan ML mereka untuk meningkatkan inovasi dan meningkatkan nilai perusahaan.

• Coinsmart. Pertukaran Bitcoin dan Crypto Terbaik Eropa.
• Platoblockchain. Intelijen Metaverse Web3. Pengetahuan Diperkuat. AKSES GRATIS.
• CryptoHawk. Radar Altcoin. Uji Coba Gratis.
• Sumber: https://aws.amazon.com/blogs/machine-learning/how-searchmetrics-uses-amazon-sagemaker-to-automatically-find-relevant-keywords-and-make-their-human-analysts-20- lebih cepat/