Cách Searchmetrics sử dụng Amazon SageMaker để tự động tìm các từ khóa có liên quan và giúp các nhà phân tích con người của họ nhanh hơn 20%

Số liệu tìm kiếm là nhà cung cấp toàn cầu về dữ liệu tìm kiếm, phần mềm và giải pháp tư vấn, giúp khách hàng biến dữ liệu tìm kiếm thành thông tin chi tiết về doanh nghiệp độc đáo. Cho đến nay, Searchmetrics đã giúp hơn 1,000 công ty như McKinsey & Company, Lowe's và AXA tìm thấy lợi thế trong bối cảnh tìm kiếm siêu cạnh tranh.

Vào năm 2021, Searchmetrics đã chuyển sang AWS để giúp sử dụng trí thông minh nhân tạo (AI) nhằm cải thiện hơn nữa khả năng thông tin chi tiết về tìm kiếm của họ.

Trong bài đăng này, chúng tôi chia sẻ cách Searchmetrics đã xây dựng một giải pháp AI giúp tăng hiệu quả của lực lượng lao động lên 20% bằng cách tự động tìm các từ khóa tìm kiếm có liên quan cho bất kỳ chủ đề nhất định nào, bằng cách sử dụng Amazon SageMaker và tích hợp nguyên bản của nó với Khuôn mặt ôm.

Sử dụng AI để xác định mức độ liên quan từ danh sách từ khóa

Một phần quan trọng trong việc cung cấp thông tin chi tiết của Searchmetrics là khả năng xác định các từ khóa tìm kiếm có liên quan nhất cho một chủ đề hoặc mục đích tìm kiếm nhất định.

Để làm điều này, Searchmetrics có một nhóm các nhà phân tích đánh giá mức độ liên quan tiềm năng của các từ khóa nhất định với một từ gốc cụ thể. Các nhà phân tích sử dụng một công cụ nội bộ để xem xét một từ khóa trong một chủ đề nhất định và một danh sách đã tạo gồm các từ khóa có khả năng liên quan và sau đó họ phải chọn một hoặc nhiều từ khóa liên quan có liên quan đến chủ đề đó.

Quá trình lọc và lựa chọn thủ công này tốn thời gian và làm chậm khả năng cung cấp thông tin chi tiết cho khách hàng của Searchmetrics.

Để cải thiện quy trình này, Searchmetrics đã tìm cách xây dựng một giải pháp AI có thể sử dụng xử lý ngôn ngữ tự nhiên (NLP) để hiểu mục đích của một chủ đề tìm kiếm nhất định và tự động xếp hạng danh sách các từ khóa tiềm năng chưa từng thấy theo mức độ liên quan.

Sử dụng SageMaker và Hugging Face để nhanh chóng xây dựng các khả năng NLP nâng cao

Để giải quyết vấn đề này, nhóm kỹ sư của Searchmetrics đã chuyển sang sử dụng SageMaker, một nền tảng máy học đầu cuối (ML) giúp các nhà phát triển và nhà khoa học dữ liệu nhanh chóng và dễ dàng xây dựng, đào tạo và triển khai các mô hình ML.

SageMaker tăng tốc triển khai khối lượng công việc ML bằng cách đơn giản hóa quy trình xây dựng ML. Nó cung cấp một loạt các khả năng ML trên cơ sở hạ tầng được quản lý đầy đủ. Điều này loại bỏ việc nâng vật nặng không phân biệt thường xuyên cản trở sự phát triển của ML.

Searchmetrics đã chọn SageMaker vì có đầy đủ các khả năng mà nó cung cấp ở mọi bước của quy trình phát triển ML:

• SageMaker máy tính xách tay đã cho phép nhóm Searchmetrics nhanh chóng tạo ra các môi trường phát triển ML được quản lý đầy đủ, thực hiện tiền xử lý dữ liệu và thử nghiệm với các phương pháp tiếp cận khác nhau
• Sản phẩm biến đổi hàng loạt các khả năng trong SageMaker đã cho phép Searchmetrics xử lý hàng loạt tải trọng suy luận một cách hiệu quả, cũng như dễ dàng tích hợp vào dịch vụ web hiện có của nó trong quá trình sản xuất

Searchmetrics cũng đặc biệt quan tâm đến việc tích hợp gốc của SageMaker với Ôm mặt, một công ty khởi nghiệp NLP thú vị cung cấp khả năng truy cập dễ dàng vào hơn 7,000 mô hình ngôn ngữ được đào tạo trước thông qua thư viện Tranformers phổ biến của nó.

SageMaker cung cấp tích hợp trực tiếp với Khuôn mặt ôm thông qua một công cụ ước tính Khuôn mặt đang ôm chuyên dụng trong SDK SageMaker. Điều này giúp bạn dễ dàng chạy các mô hình Khuôn mặt ôm trên cơ sở hạ tầng SageMaker được quản lý đầy đủ.

Với sự tích hợp này, Searchmetrics có thể kiểm tra và thử nghiệm với một loạt các mô hình và phương pháp tiếp cận khác nhau để tìm ra phương pháp hiệu quả nhất cho trường hợp sử dụng của họ.

Giải pháp cuối cùng sử dụng một quy trình phân loại bằng không để xác định các từ khóa có liên quan nhất. Các mô hình và chiến lược truy vấn được đào tạo trước khác nhau đã được đánh giá, với facebook / bart-large-mnli cung cấp kết quả hứa hẹn nhất.

Sử dụng AWS để cải thiện hiệu quả hoạt động và tìm cơ hội đổi mới mới

Với SageMaker và sự tích hợp ban đầu của nó với Khuôn mặt ôm, Searchmetrics có thể xây dựng, đào tạo và triển khai một giải pháp NLP có thể hiểu một chủ đề nhất định và xếp hạng chính xác danh sách từ khóa không nhìn thấy dựa trên mức độ liên quan của chúng. Bộ công cụ do SageMaker cung cấp giúp việc thử nghiệm và triển khai dễ dàng hơn.

Khi được tích hợp với công cụ nội bộ hiện có của Searchmetrics, khả năng AI này đã giảm trung bình 20% thời gian để các nhà phân tích hoàn thành công việc của họ. Điều này dẫn đến thông lượng cao hơn, cải thiện trải nghiệm người dùng và giới thiệu người dùng mới nhanh hơn.

Thành công ban đầu này không chỉ cải thiện hiệu suất hoạt động của các nhà phân tích tìm kiếm của Searchmetrics mà còn giúp Searchmetrics vạch ra con đường rõ ràng hơn để triển khai các giải pháp tự động hóa toàn diện hơn bằng cách sử dụng AI trong hoạt động kinh doanh của mình.

Những cơ hội đổi mới thú vị này giúp Searchmetrics tiếp tục cải thiện khả năng hiểu biết sâu sắc của họ và cũng giúp họ đảm bảo rằng khách hàng tiếp tục dẫn đầu trong bối cảnh tìm kiếm siêu cạnh tranh.

Ngoài ra, Hugging Face và AWS đã công bố mối quan hệ đối tác trước đó vào năm 2022, giúp việc đào tạo các mô hình Khuôn mặt ôm trên SageMaker thậm chí còn dễ dàng hơn. Chức năng này có sẵn thông qua sự phát triển của Khuôn mặt ôm AWS Deep Learning Container (DLC). Những vùng chứa này bao gồm Máy biến hình khuôn mặt ôm, Máy nướng bánh mì và thư viện Bộ dữ liệu, cho phép chúng tôi sử dụng các tài nguyên này cho các công việc đào tạo và suy luận.

Để biết danh sách các hình ảnh DLC có sẵn, hãy xem có sẵn Hình ảnh về thùng chứa học sâu, được duy trì và cập nhật thường xuyên với các bản vá bảo mật. Bạn có thể tìm thấy nhiều ví dụ về cách huấn luyện mô hình Mặt ôm với các DLC này và Ôm Face Python SDK trong những điều sau đây Repo GitHub.

Tìm hiểu thêm về cách bạn có thể tăng tốc khả năng đổi mới với AI / ML bằng cách truy cập Bắt đầu với Amazon SageMaker, nhận nội dung học tập thực hành bằng cách xem lại Tài nguyên dành cho nhà phát triển Amazon SageMaker, hoặc đến thăm Ôm mặt trên Amazon SageMaker.

---

Lưu ý

Daniel Burke là công ty dẫn đầu Châu Âu về AI và ML trong nhóm Công ty tư nhân tại AWS. Daniel làm việc trực tiếp với các quỹ Private Equity và các công ty trong danh mục đầu tư của họ, giúp họ đẩy nhanh việc áp dụng AI và ML để cải thiện sự đổi mới và tăng giá trị doanh nghiệp.

• Coinsmart. Sàn giao dịch Bitcoin và tiền điện tử tốt nhất Châu Âu.
• Platoblockchain. Web3 Metaverse Intelligence. Khuếch đại kiến ​​thức. TRUY CẬP MIỄN PHÍ.
• CryptoHawk. Radar Altcoin. Dùng thử miễn phí.
• Nguồn: https://aws.amazon.com/blogs/machine-learning/how-searchmetrics-uses-amazon-sagemaker-to-automatically-find-relevant-keywords-and-make-their-human-analysts-20- nhanh hơn /