Conservación de datos enriquecidos en un almacén de conocimiento
Un almacén de conocimiento es un almacenamiento persistente de contenido enriquecido. El propósito de un almacén de conocimiento es almacenar los datos generados a partir del enriquecimiento con inteligencia artificial en un contenedor. Por ejemplo, puede que quiera guardar los resultados de un conjunto de aptitudes de inteligencia artificial que genera leyendas a partir de imágenes.
Recuerde que los conjuntos de aptitudes mueven un documento por una secuencia de enriquecimientos que invocan transformaciones, como el reconocimiento de entidades o la traducción de texto. El resultado puede ser un índice de búsqueda o proyecciones en un almacén de conocimientos. Las dos salidas, el índice de búsqueda y el almacén de conocimiento son productos de la misma canalización mutuamente excluyentes. Aunque se obtienen de las mismas entradas, se genera una salida estructurada y almacenada que se emplea en aplicaciones diferentes.
Aunque el objetivo principal de una solución de Búsqueda de Azure AI suele ser crear un índice que permita búsquedas, también puede aprovechar sus capacidades de extracción y enriquecimiento de datos para conservar los datos enriquecidos en un almacén de conocimiento con fines de análisis o procesamiento más adelante.
Un almacén de conocimiento puede contener uno o varios de los tres tipos de proyección de los datos extraídos:
- Las proyecciones de tabla se usan para estructurar los datos extraídos en un esquema relacional con fines de consulta y visualización.
- Las proyecciones de objetos son documentos JSON que representan cada entidad de datos.
- Las proyecciones de archivo se usan para almacenar imágenes extraídas en formato JPG.