Watson 发现应用程序无法使用 JSON答案

【问题标题】：Watson discovery app not working with JSONWatson 发现应用程序无法使用 JSON
【发布时间】：2017-05-23 06:32:00
【问题描述】：

您好，我正在尝试将 json 文件作为数据集上传到 watson 发现控制台。通常对于 PDF 和其他可接受的文件格式，数据丰富（关键字、实体、分类等）由 Discovery 应用程序自动创建。但是，如果我以 JSON 格式上传数据集，则不会这样做。

是否需要遵循任何特定的 JSON 格式？我是否正确，它会自动插入丰富内容？

【问题讨论】：

标签： json dataset ibm-watson watson-discovery data-collection

【解决方案1】：

可能发生的事情

我猜您使用的是 Watson Discovery 提供的 Default Configuration。 Default Configuration 将扩充应用于输入数据中的单个字段，该字段名为 text。默认情况下，HTML、PDF 和 Microsoft Word 的转换器会将文档的正文输出到 JSON 字段 text。当您将 JSON 发送到 Watson Discovery 时，不会进行任何转换 - 字段名称会直接传递。

你可以尝试什么

调整您的输入 JSON，使其具有一个名为 text 的顶级字段，其中包含您要丰富的文本。
制作并使用自定义配置，其中 enrichments 下的一个或多个条目（其值为 source_field）是您希望 Watson Discovery 丰富的 JSON 中的字段名称。

Watson Discovery Tooling 对于试验自定义配置非常有帮助。

示例

具体说明一下。这是Default Configuration 的enrichments 部分：

"enrichments": [{
  "destination_field": "enriched_text",
  "source_field": "text",
  "enrichment": "alchemy_language",
  "options": {
    "extract": "keyword, entity, doc-sentiment, taxonomy, concept, relation",
    "sentiment": true,
    "quotations": true
  }
}]

如果您的 JSON 在名为 paragraphs 的字段中包含英文文本，并且您希望 Watson Discovery 为该字段提供丰富内容，则可以使用以下配置：

"enrichments": [{
  "destination_field": "enriched_paragraphs",
  "source_field": "paragraphs",
  "enrichment": "alchemy_language",
  "options": {
    "extract": "keyword, entity, doc-sentiment, taxonomy, concept, relation",
    "sentiment": true,
    "quotations": true
  }
}]

【讨论】：

【解决方案2】：

您可以在界面内和cURL上传。

查看一个示例 (cURL) - 创建一个集合：

curl -X POST -u "{username}":"{password}" -H "Content-Type: application/json" -d '{
  "name": "test_collection",
  "description": "My test collection",
  "configuration_id": "{configuration_id}"
}' "https://gateway.watsonplatform.net/discovery/api/v1/environments/{environment_id}/collections?version=2016-12-01"

您将设置"Content-Type: application/json"。使用Service Credentials 插入您的username 和password。并在 URL 中设置您的 enviromenment_id。

添加一些文档：

curl -X POST -u "{username}":"{password}" -F file=@sample1.html "https://gateway.watsonplatform.net/discovery/api/v1/environments/{environment_id}/collections/{collection_id}/documents?version=2016-12-01"

Obs.：要摄取的文档。支持的最大文件大小为 50 兆字节。大于 50 兆字节的文件将被拒绝。 API 会检测 文档类型，但如果不正确，您可以指定它。可接受的 MIME 类型值为 application/json、application/msword、application/vnd.openxmlformats-officedocument.wordprocessingml.document、application/pdf、text/html 和 application/xhtml+xml。将多部分表单中的内容类型指定为type=。

curl -X PUT -u "{username}":"{password}" -H "Content-Type: application/json" -d@my_config.json "https://gateway.watsonplatform.net/discovery/api/v1/environments/{environment_ID}/configurations/{Configuration_ID}?version=2016-12-01"

请参阅official API 参考文档。

【讨论】：