Organisationen, die mit digitalen Assets arbeiten, verwenden zunehmend taxonomiegesteuertes Vokabular in Asset-Metadaten. Im Grunde umfasst dieses eine Liste von Keywords, die Mitarbeiter, Partner und Kunden häufig verwenden, um sich auf digitale Assets zu beziehen und nach diesen zu suchen. Das Tagging mit einem taxonomiegesteuerten Vokabular stellt sicher, dass die Assets im Rahmen von Tag-basierten Suchen einfach identifiziert und abgerufen werden können.
Verglichen mit dem Vokabular natürlicher Sprachen hilft das Tagging anhand einer Unternehmenstaxonomie dabei, die Assets am Geschäft eines Unternehmens auszurichten, und stellt dabei sicher, dass nur die relevantesten Assets bei der Suche angezeigt werden. So könnte beispielsweise ein Automobilhersteller für das Erstellen einer Werbekampagne Bilder von Autos mit Tags versehen, die die Modellnamen darstellen, sodass bei einer Suche nur relevante Bilder angezeigt werden.
Im Hintergrund verwenden Smart-Tags ein KI-Framework von Adobe Sensei, um den Bilderkennungsalgorithmus auf Ihre Tag-Struktur und Ihre Unternehmenstaxonomie zu trainieren. Diese Content-Intelligenz wird dann verwendet, um relevante Tags auf einen anderen Satz von Assets anzuwenden.
Führen Sie die folgenden Aufgaben aus, um Smart-Tagging zu verwenden:
Smart-Tags sind nur für Adobe Experience Manager Assets-Kunden relevant. Die Smart-Tag-Funktion kann als Add-on zu Experience Manager erworben werden.
Sie können Adobe Experience Manager mithilfe der Adobe Developer Console mit Smart-Tags integrieren. Verwenden Sie diese Konfiguration, um über Experience Manager auf den Smart-Tags-Service zuzugreifen. Informationen zu den Aufgaben zum Konfigurieren von Smart-Tags finden Sie unter Konfigurieren von Experience Manager für das Smart-Tagging von Assets. Im Backend authentifiziert der Experience Manager-Server Ihre Service-Anmeldedaten mit dem Gateway der Adobe Developer Console, bevor Ihre Anfrage an den Smart-Tags-Service weitergeleitet wird.
Ein Tag-Modell ist eine Gruppe verwandter Tags, die sich auf einen visuellen Aspekt des Bildes beziehen. Beispielsweise kann eine Schuhkollektion unterschiedliche Tags haben, aber alle Tags beziehen sich auf Schuhe und können zum selben Tag-Modell gehören. Tags können sich nur auf deutlich unterschiedliche visuelle Aspekte von Bildern beziehen. Um die inhaltliche Darstellung eines Trainings-Modells in Experience Manager zu verstehen, stellen Sie sich ein Trainings-Modell als eine Entität der obersten Ebene vor, die aus einer Gruppe manuell hinzugefügter Tags und Beispielbildern für jedes Tag besteht. Jedes Tag kann ausschließlich auf ein Bild angewendet werden.
Tags, die realistisch nicht gehandhabt werden können, beziehen sich auf:
Bevor Sie ein Tag-Modell erstellen und den Service trainieren, identifizieren Sie einen Satz eindeutiger Tags, die die Objekte in den Bildern im Kontext Ihres Unternehmens am besten beschreiben. Stellen Sie sicher, dass die Assets in Ihrem Satz den Trainings-Richtlinien entsprechen.
Die Bilder im Trainings-Satz sollten folgende Richtlinien einhalten:
Menge und Größe: Mindestens 10 Bilder und maximal 50 Bilder pro Tag.
Kohärenz: Bilder für ein Tag sollten visuell ähnlich sein. Es ist am besten, die Tags zu denselben visuellen Aspekten (z. B. demselben Objekttyp in einem Bild) zu einem einzigen Tag-Modell zusammenzufassen. So ist es beispielsweise nicht empfehlenswert, all diese Bilder mit dem Tag my-party
zu versehen (zu Trainings-Zwecken), da sie einander visuell nicht ähnlich sind.
Abdeckung: Bei den Trainings-Bildern muss eine ausreichende Vielfalt vorhanden sein. Der Grundgedanke ist, einige Beispiele bereitzustellen, die jedoch verhältnismäßig vielfältig sind, sodass AEM lernt, sich auf die richtigen Dinge zu konzentrieren. Wenn Sie dasselbe Tag auf visuell unähnliche Bilder anwenden, schließen Sie mindestens fünf Beispiele für jeden Typ ein. Beispiel: Schließen Sie für das Tag model-down-pose mehr Trainings-Bilder ein, die dem hervorgehobenen Bild unten ähnlich sind, sodass der Service ähnliche Bilder beim Hinzufügen von Tags genauer identifizieren kann.
Ablenkung/Verdeckung: Der Service kann besser mit Bildern trainieren, die weniger Ablenkungen enthalten (hervorgehobenen Hintergründe oder Elemente ohne Bezug wie Objekte/Personen neben dem Hauptsubjekt). Beispiel: Für das Tag casual-shoe ist das zweite Bild kein guter Kandidat für das Training.
Vollständigkeit: Wenn ein Bild für mehr als ein Tag qualifiziert ist, fügen Sie alle entsprechenden Tags hinzu, bevor Sie das Bild für eine Schulung hinzufügen. Fügen Sie beispielsweise für Tags wie Regenmantel und Modell-Seitenansicht beide Tags für das entsprechende Asset hinzu, bevor Sie es für die Schulung hinzufügen.
Anzahl der Tags: Adobe empfiehlt, dass Sie ein Modell mit mindestens zwei verschiedenen Tags und mindestens 10 verschiedenen Bildern für jedes Tag trainieren. Fügen Sie in einem einzelnen Tag-Modell nicht mehr als 50 Tags hinzu.
Anzahl der Beispiele: Fügen Sie für jedes Tag mindestens 10 Beispiele hinzu. Adobe empfiehlt jedoch etwa 30 Beispiele. Es werden maximal 50 Beispiele pro Tag unterstützt.
Vermeidung falscher positiver Werte und von Konflikte: Adobe empfiehlt die Erstellung eines einzelnen Tag-Modells für einen einzelnen visuellen Aspekt. Strukturieren Sie die Tag-Modelle so, dass überlappende Tags zwischen den Modellen vermieden werden. Verwenden Sie beispielsweise keine gemeinsamen Tags wie sneakers
in zwei verschiedenen Tag-Modellen, die shoes
und footwear
heißen. Der Trainings-Prozess überschreibt ein trainiertes Tag-Modell mit dem anderen für ein gemeinsames Keyword.
Beispiele: Weitere Beispiele zur Orientierung:
Zum Trainieren verwendete Bilder: Sie können dieselben Bilder zum Trainieren verschiedener Tag-Modelle verwenden. Sie können jedoch kein Bild mit mehr als einem Tag in einem Tag-Modell verknüpfen. Daher ist es möglich, dasselbe Bild mit verschiedenen Tags zu versehen, die zu verschiedenen Tag-Modellen gehören.
Sie können das Training nicht rückgängig machen. Die obigen Richtlinien sollen Ihnen bei der Auswahl guter Bilder für das Training helfen.
Gehen Sie folgendermaßen vor, um ein Modell für Ihre geschäftsspezifischen Tags zu erstellen und zu trainieren:
Erstellen Sie die erforderlichen Tags und die entsprechende Tag-Struktur. Laden Sie die entsprechenden Bilder in das DAM-Repository hoch.
Rufen Sie in der Experience Manager-Benutzeroberfläche Assets > Smart-Tag-Training auf.
Klicken Sie auf Erstellen. Geben Sie einen Titel und eine Beschreibung ein.
Durchsuchen und wählen Sie die Tags aus den vorhandenen Tags in cq:tags
aus, für die Sie das Modell trainieren möchten. Klicken Sie auf Weiter.
Klicken Sie im Dialogfeld Assets auswählen für jedes Tag auf Assets hinzufügen. Suchen Sie im DAM-Repository oder durchsuchen Sie das Repository, um mindestens 10 und höchstens 50 Bilder auszuwählen. Wählen Sie Assets und nicht den Ordner aus. Klicken Sie nach Auswahl der Bilder auf Auswählen.
Um eine Vorschau der Miniaturansichten der ausgewählten Bilder anzuzeigen, klicken Sie auf das Akkordeon vor einem Tag. Sie können Ihre Auswahl ändern, indem Sie auf Assets hinzufügen klicken. Wenn Sie mit der Auswahl zufrieden sind, klicken Sie auf Senden. Die Benutzeroberfläche zeigt unten auf der Seite eine Benachrichtigung an, die angibt, dass das Training gestartet wurde.
Überprüfen Sie den Status des Trainings in der Spalte Status für jedes Tag-Modell. Mögliche Status sind Ausstehend, Trainiert und Fehlgeschlagen.
Abbildung: Schritte des Trainings-Workflows zum Trainieren des Tagging-Modells.
Um sicherzustellen, dass der Smart-Tags-Service mit Ihren Tags im Asset-Trainings-Satz trainiert wurde, überprüfen Sie den Bericht zum Trainings-Workflow über die Berichte-Konsole.
Wenn Sie den Smart-Tags-Service trainiert haben, können Sie den Tagging-Workflow starten, um automatisch passende Tags auf einen anderen Satz ähnlicher Assets anzuwenden. Sie können den Tagging-Workflow periodisch oder nur bei Bedarf ausführen. Der Tagging-Workflow wird sowohl für Assets als auch für Ordner ausgeführt.
Gehen Sie in der Experience Manager-Benutzeroberfläche zu Tools > Workflow > Modelle.
Wählen Sie auf der Seite Workflow-Modelle den Workflow DAM Smart Tags Assets aus und klicken Sie dann in der Symbolleiste auf Workflow starten.
Suchen Sie im Dialogfeld Workflow ausführen den Payload-Ordner mit den Assets, auf die Sie automatisch Tags anwenden möchten.
Geben Sie einen Titel für den Workflow und optional einen Kommentar an. Klicken Sie auf Ausführen.
Navigieren Sie zum Asset-Ordner und prüfen Sie die Tags, um sicherzustellen, dass Ihre Assets ordnungsgemäß mit Tags versehen sind. Weitere Informationen finden Sie unter Verwalten von Smart-Tags.
Wählen Sie über die Assets-Benutzeroberfläche den Ordner mit Assets bzw. bestimmte Assets aus, auf die Sie Smart-Tags anwenden möchten.
Öffnen Sie die Zeitleiste oben links.
Öffnen Sie die Aktionen unten in der linken Seitenleiste und klicken Sie auf Workflow starten.
Wählen Sie den Workflow DAM Smart-Tag-Assets aus und geben Sie einen Titel für den Workflow an.
Klicken Sie auf Starten. Der Workflow wendet Ihre Tags auf Assets an. Navigieren Sie zum Asset-Ordner und prüfen Sie die Tags, um sicherzustellen, dass Ihre Assets ordnungsgemäß mit Tags versehen sind. Weitere Informationen finden Sie unter Verwalten von Smart-Tags.
In den nachfolgenden Tagging-Zyklen werden nur die geänderten Assets erneut mit neu trainierten Tags markiert. Selbst unveränderte Assets werden jedoch markiert, wenn das Intervall zwischen dem letzten und dem aktuellen Tagging-Zyklus des Tagging-Workflows 24 Stunden überschreitet. Bei periodischen Tagging-Workflows werden unveränderte Assets mit Tags versehen, wenn das Intervall 6 Monate überschreitet.
Experience Manager kann die Assets, die Benutzer in DAM hochladen, automatisch mit Tags versehen. Zu diesem Zweck konfigurieren Administratoren einen Workflow, um einen Schritt hinzuzufügen, um die Assets mit Smart-Tags zu versehen. Erfahren Sie, wie Sie Smart-Tagging für hochgeladene Assets aktivieren.
Sie können Smart-Tags kuratieren, um alle falschen Tags zu entfernen, die Ihren Markenelementen zugewiesen wurden, sodass nur die relevantesten Tags angezeigt werden.
Die Moderation intelligenter Tags hilft auch bei der Feinabstimmung tagbasierter Suchen nach Assets, indem sichergestellt wird, dass Ihre Assets in den Suchergebnissen nach den relevantesten Tags angezeigt werden. Im Wesentlichen trägt sie dazu bei, die Wahrscheinlichkeit zu vermeiden, dass nicht verwandte Assets in Suchergebnissen angezeigt werden.
Sie können einem Tag auch einen höheren Rang zuweisen, um seine Relevanz in Bezug auf ein Asset zu erhöhen. Wenn Sie ein Tag für ein Asset bewerben, erhöht sich die Wahrscheinlichkeit, dass das Asset in den Suchergebnissen angezeigt wird, wenn eine Suche basierend auf dem jeweiligen Tag durchgeführt wird.
So moderieren Sie die Smarttags Ihrer Assets
Suchen Sie im Feld Omniture nach Assets, die auf einem Tag basieren.
Inspect Sie die Suchergebnisse, um die Assets zu identifizieren, die Sie für Ihre Suche nicht relevant finden.
Wählen Sie das Asset aus und klicken Sie dann in der Symbolleiste auf das Symbol .
Prüfen Sie die Tags auf der Seite Tags verwalten. Wenn das Asset nicht anhand eines bestimmten Tags durchsucht werden soll, wählen Sie das Tag aus und wählen Sie löschen aus der Symbolleiste. Alternativ können Sie
X
-Symbol neben der Beschriftung auswählen.
Um einem Tag einen höheren Rang zuzuweisen, wählen Sie das Tag aus und wählen Sie fördern aus der Symbolleiste. Das Tag, das Sie bewerben, wird in den Abschnitt Tags verschoben.
Wählen Sie Speichern und dann OK, um das Dialogfeld Erfolg zu schließen.
Navigieren Sie zur Seite Eigenschaften für das Asset. Beachten Sie, dass das beworbene Tag eine hohe Relevanz erhält und es aus diesem Grund höher in den Suchergebnissen angezeigt wird.
Die AEM-Suche kombiniert die Suchbegriffe standardmäßig mit einer AND
-Klausel. Dieses Standardverhalten ändert sich durch die Verwendung von Smart-Tags nicht. Durch die Verwendung von Smart-Tags wird eine zusätzliche OR
-Klausel hinzugefügt. Damit wird jeder Suchbegriff aus den angewandten Smart-Tags gefunden. Suchen Sie beispielsweise nach woman running
. Assets, die in den Metadaten nur das Keyword woman
oder running
aufweisen, werden standardmäßig nicht in den Suchergebnissen angezeigt. Ein Asset, das über Smart-Tags mit woman
oder running
getaggt wurde, wird bei dieser Suchanfrage jedoch angezeigt. Die Suchergebnisse sind also eine Kombination aus
Assets mit den Keywords woman
und running
in den Metadaten.
Assets, die über Smart-Tags mit einem der Keywords getaggt wurden.
Die Suchergebnisse, die in Metadatenfeldern alle Suchbegriffe aufweisen, werden zuerst angezeigt. Danach folgen die Suchergebnisse, die einem oder mehr Suchbegriffen in den Smart-Tags entsprechen. Im obigen Beispiel werden die Suchergebnisse ungefähr in dieser Reihenfolge angezeigt:
woman running
in den verschiedenen Metadatenfeldern.woman running
in den Smart-Tags.woman
oder running
in Smart-Tags.Optimierte Smart-Tags basieren auf Lernmodellen von Markenbildern und den zugehörigen Tags. Diese Modelle können Tags nicht immer perfekt identifizieren. Bei der aktuellen Version der Smart-Tags gibt es folgende Einschränkungen:
Verwenden Sie Asset-OmniSearch (Volltextsuche), um nach Assets mit Smart-Tags (normal oder erweitert) zu suchen. Es gibt kein separates Suchprädikat für Smart-Tags.
Die Fähigkeit der Smart-Tags, aus Ihren Tags zu lernen und diese Tags auf andere Bilder anzuwenden, hängt von der Qualität der für das Training verwendeten Bilder ab.
Um die bestmöglichen Ergebnisse zu erzielen, empfiehlt Adobe die Verwendung visuell ähnlicher Bilder, um den Service für die einzelnen Tags zu trainieren.