知识挖掘
从所有内容中发现潜在见解
什么是知识挖掘?
知识挖掘是人工智能 (AI) 范畴的新兴领域，它利用一组智能服务从海量信息中快速获取有效信息。它使组织能够在大规模层面上深入了解和轻松浏览信息、获取隐藏的见解及发现关系和模式。
通过专用连接器从 Azure Blob 存储、Azure 表存储、Azure SQL 数据库和 Azure Cosmos DB 等 Azure 源以及数百个第三方数据源引入内容。
从 PDF、Microsoft Word、PowerPoint 和 CSV 等文件格式的文件中提取基于文本的内容。查看支持的格式的完整列表。
处理不同类型和格式的文档 (包括图像、音频文件、表单、网页和 Office 文档)，无需花费成本辛苦单独构建和管理每个 AI 服务。
通过图像分类、人脸识别、语言检测和关键短语提取等认知技能，丰富和深化对内容的了解。通过这些操作，可以在搜索索引中生成新字段，而这些字段是无法直接通过源获取的。
集成可以用所选的任何语言或框架生成的自定义模型或分类器。利用预配置的搜索或分析工具和业务应用程序来探索有效信息和获取见解。
使用自定义分析器作为补充工具，调用模糊搜索查询，添加上下文搜索，或为自己的独特方案设置加权参数。
知识挖掘的工作原理
通过协调各种 AI 功能，知识挖掘可提升使用体验，使组织能够更快从内容中获取更多见解，从而使内容得到更有效的利用。知识挖掘分为三个阶段: 引入、增加丰富度和深入了解。
步骤 1
使用与第一方和第三方数据存储之间的连接器从一系列源中引入内容。
步骤 2
利用 AI 功能 提取信息、发现模式和深化理解，从而增加内容的丰富度。
步骤 3
通过搜索、机器人、现有业务应用程序和数据可视化效果，深入了解新索引的数据。
详细了解知识挖掘产品和服务
通过示例解决方案体系结构了解详细信息
内容研究
如果组织要求员工审阅和研究技术数据，这可能会是一项异常冗繁而枯燥的工作，因为需要一页一页阅读密集的文字。知识挖掘可帮助员工快速审阅这些文字密集的资料。
审核、风险与合规性管理
开发人员可以利用知识挖掘来帮助律师在调查文档中快速识别重要实体，并标记各个文档中的重要观点。
业务流程管理
在竞标非常激烈的行业中，或者必须快速甚至接近实时诊断问题的情况下，公司可以利用知识挖掘来避免代价不菲的失误。
