我使用Watson Retrieve和Rank /或Discovery Service从用户手册中检索信息。我用pdf格式的示例洗衣机手册进行了培训。 我的目标是从文档中收到特定自然语言字符串的最佳段落(例如"定位排水软管")。这是一般的工作。
我的问题是内容表几乎总是得分最高的一段。 因此,第一个结果只是内容表而不是相关的文本段落。 (参见示例结果)
Unpacking the washing machine ----------------------------------------------------2 Overview of the washing machine --------------------------------------------------2 Selecting a location -------------------------------------------------------------------- 3 Adjusting the leveling feet ------------------------------------------------------------3 Removing the shipping bolts --------------------------------------------------------3 Connecting the water supply hose ------------------------------------------------- 3 Positioning the drain hose ----------------------------------------------------------- 4 Plugging in the machine
Positioning the drain hose The end of the drain hose may be positioned in three ways: Over the edge of a sink The drain hose must be placed at a height of between 60 and 90 cm. To keep the drain hose spout bent, use the supplied plastic hose
这些方法是静态的,不适用于具有各种结构的多个文档(开头/结尾的内容表/没有内容表,......)。
有人有想法更好地处理这个话题吗?
答案 0 :(得分:0)
此时,通过检索结果不受相关性训练的影响。由于段落检索总是搜索整个语料库,遗憾的是,从目录中排除段落检索结果的唯一可靠方法是删除目录。