Version | Artikellänk |
---|---|
AEM 6.5 | Klicka här |
AEM as a Cloud Service | Den här artikeln |
Organisationer som hanterar digitalt material använder i allt högre grad taxonomistyrd vokabulär i metadata. Det innehåller i själva verket en lista med nyckelord som anställda, partners och kunder vanligtvis använder för att referera till och söka efter sina digitala resurser. Genom att tagga resurser med taxonomistyrd vokabulär ser du till att resurserna är lätta att identifiera och hämta i sökningar.
Jämfört med naturliga språkordsuttryck hjälper taggning som baseras på företagstaxonomi till att anpassa tillgångarna till företagets verksamhet och säkerställer att de mest relevanta resurserna visas i sökningar. En biltillverkare kan t.ex. märka bilderna med modellnamn så att endast relevanta bilder visas när de genomsöks för att utforma en kampanj.
I bakgrunden använder funktionen det artificiellt intelligenta ramverket i Adobe Sensei om du vill utbilda bildigenkänningsalgoritmen i taggstrukturen och företagsklonomin. Den här innehållsintelligensen används sedan för att tillämpa relevanta taggar på en annan uppsättning resurser. AEM använder automatiskt smarta taggar på överförda resurser som standard.
Du kan tagga följande typer av resurser:
Bilder (MIME-typer) | Textbaserade resurser (filformat) | Videomaterial (filformat och kodekar) |
---|---|---|
image/jpeg | CSV | MP4 (H264/AVC) |
bild/tiff | DOC | MKV (H264/AVC) |
bild/png | DOCX | MOV (H264/AVC, Motion JPEG) |
image/bmp | HTML | AVI (indeo4) |
image/gif | FLV (H264/AVC, vp6f) | |
image/pjpeg | PPT | WMV (WMV2) |
image/x-portable-anymap | PPTX | |
image/x-portable-bitmap | RTF | |
image/x-portable-graymap | SRT | |
image/x-portable-pixmap | TXT | |
image/x-rgb | VTT | |
image/x-xbitmap | ||
image/x-xpixmap | ||
image/x-icon | ||
image/photoshop | ||
image/x-photoshop | ||
image/psd | ||
image/vnd.adobe.photoshop |
AEM lägger automatiskt till smarta taggar i textbaserade resurser och i videoklipp som standard. Om du vill lägga till smarta taggar automatiskt till bilder utför du följande åtgärder.
En taggmodell är en grupp relaterade taggar som är kopplade till olika visuella aspekter av bilder som taggas. Taggar relaterar till de olika visuella aspekterna av bilder så att taggarna när de används hjälper dig att söka efter särskilda typer av bilder. En skosamling kan till exempel ha olika taggar, men alla taggar är relaterade till skor och kan tillhöra samma taggmodell. När märkorden används kan de hjälpa dig att hitta olika typer av skor, till exempel efter design eller efter användning. Att förstå innehållet i en utbildningsmodell i Experience Manager, visualisera en utbildningsmodell som en enhet på den översta nivån som består av en grupp manuellt tillagda taggar och exempelbilder för varje tagg. Varje tagg kan användas exklusivt på en bild.
Innan du skapar en taggmodell och utbildar tjänsten bör du identifiera en uppsättning unika taggar som bäst beskriver objekten i bilderna i ditt företags sammanhang. Se till att resurserna i din aktuella uppsättning följer Utbildningsriktlinjerna.
Kontrollera att bilderna i kursuppsättningen överensstämmer med följande riktlinjer:
Kvantitet och storlek: Minst 10 bilder och högst 50 bilder per tagg.
Samstämmighet: Se till att bilderna för en tagg är visuellt lika. Det är bäst att lägga samman märkorden om samma visuella aspekter (till exempel samma typ av objekt i en bild) till en enda taggmodell. Det är till exempel ingen bra idé att tagga alla dessa bilder som my-party
(för utbildning) eftersom de inte är visuellt lika.
Täckning: Det ska finnas tillräckligt med variation i bilderna i utbildningen. Tanken är att ge några men relativt olika exempel så att Experience Manager lär sig att fokusera på rätt saker. Om du använder samma tagg på bilder som ser olika ut bör du ta med minst fem exempel av varje typ. För taggen model-down-pose innehåller du fler utbildningsbilder som liknar den markerade bilden nedan för att tjänsten ska kunna identifiera liknande bilder mer exakt under taggningen.
Distraktion/obstruktion: Tjänsten tränar bättre på bilder som inte är så distraherande (framträdande bakgrunder, icke-relaterade komponenter, t.ex. objekt/personer med huvudmotivet). För taggen semesterär den andra bilden inte en bra träningskandidat.
Fullständighet: Om en bild kvalificerar sig för mer än en tagg lägger du till alla tillämpliga taggar innan du inkluderar bilden för träning. För taggar som regnrock och modellvy lägger du till båda taggarna i den kvalificerade resursen innan du inkluderar den för träning.
Antal taggar: Adobe rekommenderar att du utbildar en modell med minst två distinkta taggar och minst tio olika bilder för varje tagg. Lägg inte till fler än 50 taggar i en enda taggmodell.
Antal exempel: Lägg till minst tio exempel för varje tagg. Adobe rekommenderar dock cirka 30 exempel. Högst 50 exempel per tagg stöds.
Förhindra falska positiva och oförenliga bilder: Adobe rekommenderar att du skapar en enda taggmodell för en enda visuell aspekt. Strukturera taggmodellerna på ett sätt som undviker överlappande taggar mellan modellerna. Använd till exempel inte vanliga taggar som sneakers
i två olika taggmodellnamn shoes
och footwear
. Utbildningsprocessen skriver över en tränad taggmodell med den andra för ett vanligt nyckelord.
Exempel: Några fler exempel på vägledning är:
Skapa en taggmodell som endast innehåller
Skapa inte
Bilder som används för utbildning: Du kan använda samma bilder för att utbilda olika taggmodeller. Koppla emellertid inte en bild till mer än en tagg i en taggmodell. Du kan lägga till märkord i samma bild med olika märkord som tillhör olika taggmodeller.
Du kan inte ångra kursen. Riktlinjerna ovan bör hjälpa dig att välja bra bilder att utbilda.
Följ de här stegen för att skapa och utbilda en modell för dina företagsspecifika taggar:
Skapa nödvändiga taggar och rätt taggstruktur. Överför relevanta bilder i DAM-databasen.
I Experience Manager användargränssnitt, åtkomst Assets > Smart Tag Training.
Klicka på Create. Ange en Title, Description.
Klicka på mappikonen i Tags fält. Ett popup-fönster öppnas.
Sök efter eller välj lämpliga taggar från de befintliga taggarna i cq-tags
som du vill lägga till i modellen. Klicka på Next.
Du kan sortera taggstrukturen i stigande eller fallande ordning baserat på Name (i alfabetisk ordning), Created datum, eller Modified datum.
I Select Assets dialogruta, klicka Add Assets mot varje tagg. Sök i DAM-databasen eller bläddra i databasen för att välja minst 10 och högst 50 bilder. Välj resurser och inte mappen. När du har markerat bilderna klickar du på Select.
Om du vill förhandsvisa miniatyrbilderna för de markerade bilderna klickar du på dragspelet framför en tagg. Du kan ändra markeringen genom att klicka Add Assets. När du är nöjd med markeringen klickar du på Submit. Användargränssnittet visar ett meddelande längst ned på sidan om att kursen har startats.
Kontrollera statusen för kursen i Status kolumn för varje taggmodell. Möjliga statusar är Pending, Trainedoch Failed.
Bild: Steg i utbildningsarbetsflödet för att ta fram en tågmärkesmodell.
Om du vill kontrollera om smarta taggar-tjänsten är utbildad i dina taggar i utbildningsuppsättningen med resurser kan du läsa rapporten om utbildningsarbetsflödet i rapportkonsolen.
Alla typer av resurser som stöds taggas automatiskt av Experience Manager Assets vid överföring. Taggning är aktiverat och fungerar som standard. AEM använder rätt smarta taggar i nära realtid.
För bilder och videoklipp baseras smarta taggar på vissa visuella aspekter.
För textbaserade resurser beror effekten av smarta taggar inte på mängden text i resursen utan på relevanta nyckelord eller enheter som finns i resursens text. För textbaserade resurser är smarta taggar nyckelorden som visas i texten men de som bäst beskriver resursen. För resurser som stöds Experience Manager extraherar redan texten, som sedan indexeras och används för att söka efter resurserna. Smarta taggar baserade på nyckelord i texten ger dock en dedikerad, strukturerad och prioriterad sökfaktor. Den senare hjälper till att förbättra tillgångsidentifiering jämfört med ett sökindex.
Du kan strukturera smarta taggar om du vill ta bort felaktiga taggar som kan ha tilldelats ert varumärkesobjekt, så att endast de mest relevanta taggarna visas.
Genom att moderera smarta taggar kan du också förbättra taggbaserade sökningar efter resurser genom att se till att dina resurser visas i sökresultaten för de mest relevanta taggarna. I grund och botten hjälper det till att eliminera riskerna för att orelaterade resurser visas i sökresultaten.
Du kan också tilldela en högre rankning till en tagg för att öka taggens relevans för resursen. Om du befordrar en tagg för en resurs ökar risken för att resursen visas i sökresultaten när en sökning utförs baserat på den aktuella taggen.
Så här modererar du smarta taggar för dina digitala resurser:
I sökfältet söker du efter digitala resurser baserat på en tagg.
Om du vill identifiera de digitala resurser som du inte tycker är relevanta för sökningen kontrollerar du sökresultaten.
Välj en resurs och välj sedan i verktygsfältet.
Från Manage Tags kontrollerar du taggarna. Om du inte vill att resursen ska genomsökas baserat på en viss tagg markerar du taggen och väljer i verktygsfältet. Du kan också välja
X
-symbol bredvid etiketten.
Om du vill tilldela en högre rankning till en tagg markerar du taggen och väljer i verktygsfältet. Taggen som du höjer upp flyttas till Tags -avsnitt.
Välj Save och sedan markera OK för att stänga Success -dialogrutan.
Navigera till Properties sidan för resursen. Observera att taggen som du befordrade har hög relevans och därför visas högre i sökresultaten.
Som standard Experience Manager sökningen kombinerar söktermerna med en AND
-sats. Om du använder smarta taggar ändras inte standardbeteendet. Om du använder smarta taggar läggs en OR
-sats för att hitta något av söktermerna i de använda smarta taggarna. Överväg till exempel att söka efter woman running
. Resurser med bara woman
eller bara running
nyckelordet i metadata visas inte som standard i sökresultatet. Men en resurs som är taggad med antingen woman
eller running
smarta taggar visas i en sådan sökfråga. Sökresultaten är en kombination av
Resurser med woman
och running
nyckelord i metadata.
Resurser som är smarta och taggade med något av nyckelorden.
Sökresultaten som matchar alla söktermer i metadatafält visas först, följt av sökresultaten som matchar någon av söktermerna i de smarta taggarna. I ovanstående exempel är den ungefärliga visningsordningen för sökresultat:
woman running
i de olika metadatafälten.woman running
i smarta taggar.woman
eller running
i smarta taggar.Förbättrad smart taggning bygger på inlärningsmodeller för bilder och taggar för dessa. Dessa modeller är inte alltid perfekta när det gäller att identifiera taggar. Den aktuella versionen av smarta taggar har följande begränsningar:
Oförmåga att identifiera små skillnader i bilder. Exempel: skjortor som inte passar lika bra som vanliga.
Oförmåga att identifiera taggar baserat på små mönster eller delar av en bild. Till exempel logotyper på skjortor.
Taggning stöds på de språk som Experience Manager stöder.
De taggar som inte hanteras gäller:
Använd de bilder som passar bäst för att utbilda modellen. Utbildningen kan inte återupptas eller så kan utbildningsmodellen inte tas bort. Hur korrekt taggningen är beror på den aktuella kursen, så gör det med omsorg.
Om du vill söka efter filer med smarta taggar (vanliga eller förbättrade) använder du Assets sökning (fulltextsökning). Det finns inget separat sökpredikat för smarta taggar.
Möjligheten att använda smarta taggar för att utbilda dig på dina taggar och använda dem på andra bilder beror på kvaliteten på de bilder du använder i utbildningen.
För bästa resultat rekommenderar Adobe att du använder visuellt liknande bilder för att utbilda tjänsten för varje tagg.
Se även