将文档上传到 Watson 的 Retrieve and Rank 服务

Question

我正在使用 Watson 的 Retrieve & Rank 服务实施解决方案。

当我使用工具界面时，我上传了我的文档，它们显示为一个列表，我可以在其中单击其中的任何一个以打开文档中的所有标题（答案单元），您可以见 Picture 1 and Picture 2.

当我尝试通过 Java 上传文档时，它无法识别文档，它们被分成几部分上传（答案单元作为文档），每个部分作为一个新文档。

我想知道如何将我的文档作为整个文档而不是部分文档上传？

以下是 Java 中上传功能的代码：

    public Answers ConvertToUnits(File doc, String collection) throws ParseException, SolrServerException, IOException{
    DC.setUsernameAndPassword(USERNAME,PASSWORD);
    Answers response = DC.convertDocumentToAnswer(doc).execute();
    SolrInputDocument newdoc = new SolrInputDocument();
    WatsonProcessing wp = new WatsonProcessing();
    Collection<SolrInputDocument> newdocs = new ArrayList<SolrInputDocument>();

    for(int i=0; i<response.getAnswerUnits().size(); i++)
    {
        String titulo = response.getAnswerUnits().get(i).getTitle();
        String id = response.getAnswerUnits().get(i).getId();
        newdoc.addField("title", titulo);
        for(int j=0; j<response.getAnswerUnits().get(i).getContent().size(); j++)
        {
            String texto = response.getAnswerUnits().get(i).getContent().get(j).getText();
            newdoc.addField("body", texto);

        }
        wp.IndexDocument(newdoc,collection);
        newdoc.clear();
    }
    wp.ComitChanges(collection);
    return response;
}


      public void IndexDocument(SolrInputDocument newdoc, String collection) throws SolrServerException, IOException
  {
      UpdateRequest update = new UpdateRequest();
      update.add(newdoc);
      UpdateResponse addResponse = solrClient.add(collection, newdoc);
  }

Answer 1

您可以在此行中指定配置选项：

Answers response = DC.convertDocumentToAnswer(doc).execute();

我认为像这样的东西应该可以解决问题：

String configAsString = "{ \"conversion_target\":\"answer_units\", \"answer_units\": { \"selector_tags\": [] } }";

JsonParser jsonParser = new JsonParser();
JsonObject customConfig = jsonParser.parse(configAsString).getAsJsonObject();    

Answers response = DC.convertDocumentToAnswer(doc, null, customConfig).execute();

我还没有尝试过，所以语法可能不完全正确，但希望这会让你走上正轨。

本质上，我在这里尝试做的是使用配置中的 selector_tags 选项（请参阅 https://www.ibm.com/watson/developercloud/doc/document-conversion/customizing.shtml#htmlau 了解相关文档）来指定应在哪些标签上拆分文档。通过指定一个没有标签的空列表，它会导致它根本不会被拆分 - 并根据需要出现在单个答案单元中。

（请注意，您也可以通过工具界面执行此操作 - 通过在上传文档时取消选中 "Split my documents up into individual answers for me" 选项）

将文档上传到 Watson 的 Retrieve and Rank 服务

Upload documents into Watson's Retrieve & Rank service

java

servlets

ibm-watson

retrieve-and-rank