[AEM Assets]{class="badge positive" title="Si applica ad AEM Assets)."}

Apprendimento dei tag avanzati

Ultimo aggiornamento: 11 ottobre 2026

Si applica a:
Experience Manager as a Cloud Service

Argomenti:
Tagging

Creato per:

Amministratore
Utente

Apprendimento dei tag avanzati insegna al motore di assegnazione tag la struttura dei tag specifica e la tassonomia aziendale della tua organizzazione, in modo da poter definire tag personalizzati quando il set predefinito non copre le specifiche delle risorse di un’azienda. La formazione sui tag avanzati utilizza Adobe AI, il framework di intelligenza artificiale (AI) di Adobe, per addestrare l’algoritmo di riconoscimento delle immagini in base alla struttura dei tag e alla tassonomia aziendale. Queste funzionalità di content intelligence qualificate applicano quindi automaticamente tag pertinenti e specifici alle risorse nuove e non ancora etichettate.Experience Manager Assetsapplica automaticamente i tag avanzati alle risorse caricate per impostazione predefinita.

Come funziona l’apprendimento dei tag avanzati

La formazione sui tag avanzati allinea il riconoscimento automatico delle immagini al modo in cui un’azienda specifica classifica e cerca i contenuti. Il processo funziona come segue:

Fornisci una struttura di tag e una tassonomia: fornisci i tag e la tassonomia aziendale che riflettono il modo in cui l’organizzazione classifica le risorse.
Addestra l’algoritmo di riconoscimento. Adobe AI analizza le risorse con etichetta e apprende i pattern visivi associati a ogni tag.
Genera informazioni sul contenuto: il modello addestrato sviluppa una comprensione della struttura dei tag specifica anziché affidarsi solo a tag predefiniti generici.
Applica automaticamente i tag: Experience Manager Assets utilizza questa informazione sui contenuti per applicare tag rilevanti alle risorse nuove e precedentemente prive di tag al caricamento.

Poiché l’algoritmo viene addestrato sulla tua tassonomia, i tag risultanti sono più rilevanti per la tua azienda dei soli tag predefiniti. Questa funzione è particolarmente utile quando il set di tag standard non riconosce prodotti, categorie o attributi specifici del dominio.

Vantaggi chiave dell’apprendimento dei tag avanzati

Assegnazione tag specifica per l’azienda: riconosce e applica i tag allineati alla tassonomia dell’organizzazione, non solo alle etichette generiche.
Applicazione automatica: per impostazione predefinita, Experience Manager Assets tag hanno caricato le risorse senza alcuna operazione manuale.
Ricercabilità migliorata: tag più precisi e pertinenti semplificano la ricerca e l’organizzazione delle risorse nel sistema di gestione delle risorse digitali.
Coerenza scalabile: una volta eseguito il training, l’algoritmo applica tag coerenti a grandi volumi di risorse nuove e precedentemente senza tag.

Combinando il riconoscimento delle immagini Adobe AI con la propria struttura di tag e la propria tassonomia aziendale, la formazione sui tag avanzati estende l’assegnazione automatica dei tag oltre le funzionalità predefinite, garantendo che le risorse siano etichettate in modo corrispondente al modo in cui l’organizzazione classifica e recupera effettivamente il contenuto.

Determinazione del requisito dell’apprendimento dei tag avanzati smart-tag-training-requirement

Apprendimento dei tag avanzati insegna al modello di assegnazione tag automatica a riconoscere e applicare etichette rilevanti alle risorse. L’addestramento è richiesto nei seguenti scenari:

Aggiungi un’etichetta automatizzata per eliminare l’etichettatura ripetitiva, perché gli smart tag addestrati applicano automaticamente le etichette ogni volta che carichi la stessa risorsa, salvando le iterazioni manuali.
Migliora la rilevanza dei tag in modo che le risorse corrispondano alle etichette più appropriate per il contesto.
Aumenta la precisione dei tag per le etichette visualizzate in una risorsa, riducendo i tag errati o irrilevanti.
Aggiungere etichette non disponibili o mancanti non ancora riconosciute dal modello predefinito.

NOTE

Gli smart tag di formazione sono applicabili solo a un tipo di immagine della risorsa. Di conseguenza, l’apprendimento dei tag avanzati non si applica ai tipi di risorse non basate su immagini.

Passaggi necessari per l’apprendimento dei tag avanzati

Tag avanzati sono etichette di metadati che Experience Manager come Cloud Service applica automaticamente alle risorse digitali utilizzando modelli di apprendimento automatico, semplificando la ricerca, il filtro e l’organizzazione delle risorse. Per impostazione predefinita, Experience Managercome Cloud Service genera automaticamente tag avanzati per risorse e video basati su testo. Poiché questi modelli sono già formati per contenuti di testo e video, non è necessaria alcuna configurazione aggiuntiva per assegnare tag a tali tipi di risorse.

Le immagini, tuttavia, beneficiano di un modello personalizzato. La formazione del modello insegna a Experience Manager a riconoscere oggetti, stili o concetti specifici del brand presenti nella libreria di immagini. Di conseguenza, l’assegnazione tag diventa più precisa e coerente, migliorando direttamente la reperibilità delle risorse e la rilevanza delle ricerche per i team che gestiscono raccolte di immagini di grandi dimensioni.

Flusso di lavoro per la formazione di tag avanzati su immagini

Per addestrare i tag avanzati per le immagini, completa le seguenti attività in sequenza:

Comprendere i modelli e le linee guida per i tag: verifica il funzionamento dei modelli di tag e le linee guida per la preparazione dei dati di formazione, in modo che il modello apprenda da esempi ben strutturati e rappresentativi.
Addestra il modello - Fornisci immagini di esempio e addestra il modello a riconoscere i tag relativi alle risorse.
Assegna tag alle risorse digitali - Applica il modello addestrato per generare tag avanzati tra le risorse dell’immagine.
Gestione di tag e ricerche: verifica, perfeziona e gestisci i tag risultanti per mantenere le ricerche accurate e aggiornate.

Segui questi passaggi per garantire che il modello sia configurato correttamente prima dell’assegnazione tag, producendo tag avanzati affidabili che migliorano la ricerca e la gestione delle risorse in Experience Manager come Cloud Service.

Comprendere modelli e linee guida per i tag understand-tag-models-guidelines

Un modello di tag è un gruppo di tag correlati associati agli aspetti visivi distinti, quali la progettazione, l’utilizzo, il colore o lo stile, delle immagini a cui viene applicato il tag. Ogni tag all’interno di un modello è mappato su una caratteristica visiva chiaramente diversa, in modo che quando i tag vengono applicati a un’immagine, consentono al servizio di ricerca di recuperare specifici tipi di immagini con precisione. Poiché i tag in un singolo modello condividono un tema comune, il raggruppamento migliora la precisione e la rilevanza dei risultati della ricerca di immagini.

Ad esempio, un insieme shoes può contenere diversi tag, ma tutti si riferiscono a shoes e possono appartenere allo stesso modello di tag. Quando questi tag vengono applicati alle immagini delle scarpe, consentono agli utenti di trovare diversi tipi di scarpe, ad esempio di progettazione (come scarpe da ginnastica, scarpe formali o sandali) o di utilizzo (come corsa, trekking o abbigliamento casual). Questa organizzazione assicura che ogni query di ricerca venga risolta nel sottoinsieme di immagini più rilevante, perché ogni tag codifica una distinzione visiva significativa.

Prima di creare un modello di tag e addestrare il servizio, segui questi passaggi per garantire risultati affidabili:

Identificare un set di tag univoci che descrivono meglio gli oggetti nelle immagini nel contesto aziendale. Ogni tag deve rappresentare un aspetto visivo distinto e non sovrapposto in modo che il modello possa distinguere tra i tipi di immagine.
Verifica che le risorse del set curato siano conformi alle linee guida per la formazione. Il rispetto di queste linee guida è essenziale, perché risorse ben curate e conformi alle linee guida determinano direttamente la precisione con cui il servizio addestrato applica i tag durante la ricerca.

Linee guida per la formazione training-guidelines

Assicurati che le immagini nel set di formazione siano conformi alle seguenti linee guida. Un set di addestramento ben preparato è pertinente, coerente e con un ambito chiaro, il che migliora direttamente la precisione del modello di tag risultante:

Rilevanza: includere solo immagini che rappresentano chiaramente i tag che si intende addestrare. Ogni immagine deve essere un esempio riconoscibile e rappresentativo del relativo tag.
Coerenza: utilizza immagini di qualità, chiarezza e frame simili in modo che il modello apprenda pattern visivi affidabili anziché disturbi.
Cancella ambito: raggruppa i tag in un unico modello di tag solo quando appartengono alla stessa categoria logica. Evita di mescolare categorie non correlate in un unico modello.
Quantità sufficiente: fornisci un numero sufficiente di esempi distinti per tag in modo che il modello possa generalizzarsi ed evitare di duplicare gli stessi soggetti in più modelli.

Metrica

Descrizione

Quantità e dimensioni

Da un minimo di 10 a un massimo di 50 immagini per tag.

Coerenza

Assicurati che le immagini di un tag siano visivamente simili. È consigliabile aggiungere i tag relativi agli stessi aspetti visivi (come lo stesso tipo di oggetti in un’immagine) in un unico modello di tag. Ad esempio, non è consigliabile assegnare a tutte queste immagini il tag my-party (per la formazione) perché non sono visivamente simili.

Figura: immagini illustrative di Coherence che illustrano le linee guida per la formazione

Copertura

Le immagini del corso di formazione devono essere sufficientemente varie. L'idea è quella di fornire alcuni esempi, ma ragionevolmente diversi, in modo che apprenda a concentrarsi sulle cose giuste. Se applichi lo stesso tag a immagini visivamente diverse, includi almeno cinque esempi per ogni tipo. Ad esempio, per il tag model-down-pose, includi più immagini di formazione simili all'immagine evidenziata di seguito affinché il servizio identifichi più accuratamente immagini simili durante l'assegnazione dei tag.

Figura: immagini illustrative della copertura per esemplificare le linee guida per la formazione

Distrazione/ostruzione

Il servizio si addestra meglio alle immagini che hanno meno distrazione (sfondi prominenti, accompagnamenti non correlati, come oggetti/persone con il soggetto principale). Ad esempio, per il tag casual-shoe, la seconda immagine non è un buon candidato per la formazione.

Figura: immagini illustrative di distrazione/ostruzione per esemplificare le linee guida per la formazione

Completezza

Se un’immagine è idonea per più tag, aggiungi tutti i tag applicabili prima di includere l’immagine nella formazione. Ad esempio, per tag quali raincoat e model-side-view, aggiungi entrambi i tag alla risorsa idonea prima di includerla nella formazione.

Figura: immagini illustrative di completezza che illustrano le linee guida per la formazione

Numero di tag

Adobe consiglia di addestrare un modello utilizzando almeno due tag distinti e almeno dieci immagini diverse per ogni tag. In un singolo modello di tag, non aggiungere più di 50 tag.

Numero di esempi

Per ogni tag, aggiungi almeno dieci esempi. Tuttavia, Adobe consiglia circa 30 esempi. Sono supportati un massimo di 50 esempi per tag.

Impedisci falsi positivi e conflitti

Adobe consiglia di creare un modello di tag singolo per un singolo aspetto visivo. Strutturare i modelli di tag in modo da evitare la sovrapposizione dei tag tra i modelli. Ad esempio, non utilizzare tag comuni come sneakers in due diversi modelli di tag con nomi di scarpe e calzature. Il processo di apprendimento sovrascrive un modello di tag addestrato con l’altro per una parola chiave comune.

Esempi: ulteriori esempi a titolo di guida:

Ambito del modello di tag consigliato — crea un modello di tag che include solo:
- I tag relativi ai modelli di auto.
- I tag relativi a giacche per adulti e bambini.
Cosa evitare — Non creare:
- Un modello di tag che include i modelli di auto rilasciati nel 2019 e nel 2020.
- Più modelli di tag che includono gli stessi pochi modelli di auto.

NOTE

Puoi utilizzare le stesse immagini per addestrare diversi modelli di tag. Tuttavia, non associa un'immagine a più tag in un modello di tag, perché l'assegnazione di tag in conflitto all'interno dello stesso modello provoca segnali di apprendimento ambigui e riduce la precisione della previsione. È possibile assegnare alla stessa immagine tag diversi appartenenti a modelli di tag diversi, consentendo di riutilizzare una libreria di immagini condivisa su più modelli con ambito distinto.
Impossibile annullare il corso di formazione. Poiché l’addestramento è irreversibile, rivedi e finalizza attentamente la selezione dell’immagine in anticipo. L’aderenza a queste linee guida migliora la precisione del modello di tag, poiché garantisce che il set di apprendimento sia pertinente, coerente e non ambiguo prima di impegnarsi nell’apprendimento.

Addestra il modello per i tag personalizzati train-model

La formazione di un modello personalizzato per i tag specifici dell’azienda insegna ai tag avanzati a riconoscere le categorie rilevanti per l’organizzazione, migliorando l’accuratezza e la rilevanza dell’assegnazione tag automatica. Per creare e addestrare un modello per i tag specifici per l’azienda, segui questi passaggi:

Crea i tag necessari e la struttura tag appropriata. Carica le immagini pertinenti nell’archivio Digital Asset Management (DAM).
Nell’interfaccia utente di Experience Manager Cloud Service, accedere a Assets > Apprendimento dei tag avanzati.
Fai clic su Crea. Fornisci un Titolo, Descrizione.
Fai clic sull’icona della cartella nel campo Tag. Viene visualizzata una finestra popup.

Cercare o selezionare i tag appropriati dai tag esistenti in cq-tags che si desidera aggiungere al modello. Fai clic su Avanti.

note
NOTE
Puoi ordinare la struttura dei tag in ordine crescente o decrescente in base alla data Name (ordine alfabetico), Created o Modified.

Nella finestra di dialogo Seleziona Assets, fai clic su Aggiungi Assets per ogni tag. Cerca o sfoglia l’archivio di Digital Asset Management (DAM) per selezionare almeno 10 e al massimo 50 immagini per ogni tag. Questa gamma offre una varietà visiva sufficiente per addestrare un modello accurato e prevenire sovrainstallazioni o carichi di addestramento eccessivi. Seleziona le risorse e non la cartella. Dopo aver selezionato le immagini, fai clic su Seleziona.
Per visualizzare in anteprima le miniature delle immagini selezionate, fai clic sul pannello a soffietto di fronte a un tag. Modificare la selezione facendo clic su Aggiungi Assets. Una volta effettuata la selezione, fare clic su Invia. L’interfaccia utente mostra una notifica nella parte inferiore della pagina che conferma l’avvio del corso di formazione.
Controlla lo stato del corso di formazione nella colonna Stato per ogni modello di tag. I possibili stati sono:
- In sospeso — la richiesta di formazione è stata inviata ed è in coda o in corso.
- Formato: il modello è stato addestrato correttamente ed è pronto per applicare i tag personalizzati.
- Non riuscito: il corso di formazione non è stato completato correttamente e deve essere ripetuto, in genere dopo aver esaminato la selezione dei tag e le risorse associate.

Flusso di lavoro per addestrare il modello di assegnazione tag per Tag avanzati

Figura: passaggi del flusso di lavoro di formazione per addestrare il modello di assegnazione tag.

Visualizza stato e rapporto del corso di formazione training-status

Per verificare se il servizio Tag avanzati è stato addestrato sui tag nel set di apprendimento delle risorse, controlla il rapporto sul flusso di lavoro di formazione dalla console Rapporti.

Nell’interfaccia Experience Manager Cloud Service, vai a Strumenti > Assets > Rapporti.
Nella pagina Rapporti risorse, fai clic su Crea.
Seleziona il report Apprendimento dei tag avanzati e fai clic su Avanti nella barra degli strumenti.
Specifica un titolo e una descrizione per il rapporto. In Pianifica rapporto, lascia selezionata l’opzione Now (Ora). Se vuoi pianificare il rapporto per un momento successivo, seleziona Later (Più tardi) e specifica una data e un’ora. Quindi fare clic su Crea nella barra degli strumenti.
Nella pagina Rapporti su risorse, seleziona il rapporto generato. Per visualizzare il report, fare clic su Visualizza nella barra degli strumenti.
Esamina i dettagli del rapporto. Il rapporto mostra lo stato di formazione per i tag che hai appreso. Il colore Verde nella colonna Stato apprendimento indica che il servizio Tag avanzati è completamente addestrato per il tag, ovvero ha appreso un numero sufficiente di esempi etichettati per applicare il tag in modo affidabile. Il colore Giallo indica che il servizio è parzialmente addestrato per un determinato tag, pertanto la precisione dei tag per quel tag potrebbe essere inferiore fino al completamento dell’addestramento. Per addestrare completamente il servizio per un tag, aggiungi altre immagini con il tag in questione ed esegui il flusso di lavoro di formazione, in quanto il servizio richiede un numero sufficiente di esempi con etichetta per riconoscere il tag in modo accurato. Se non trovi i tuoi tag in questo rapporto, esegui nuovamente il flusso di lavoro di formazione per questi tag.
Per scaricare il report, selezionarlo dall’elenco e fare clic su Scarica nella barra degli strumenti. Il rapporto viene scaricato come foglio di calcolo.

NOTE

Il trasferimento dell’apprendimento dei tag avanzati tra le istanze tramite un’esportazione dipende dalla struttura organizzativa di Adobe Identity Management System (IMS).
Non è necessario esportare l’apprendimento dei tag avanzati se l’ambiente appartiene alla stessa organizzazione IMS, perché l’apprendimento viene condiviso automaticamente tra gli ambienti all’interno dell’organizzazione. Se l’ambiente si trova in più organizzazioni IMS, non è possibile condividere o esportare l’apprendimento dei tag avanzati.

Limitazioni e best practice relative agli smart tag limitations-smart-tags-training

Per addestrare il modello, utilizzate le immagini rappresentative più appropriate, poiché il modello apprende le associazioni dei tag direttamente da questi esempi. Impossibile ripristinare l’addestramento e rimuovere un modello addestrato. Poiché la precisione dei tag dipende direttamente dall’addestramento corrente, selezionate attentamente le immagini di addestramento; le immagini non corrette o non rappresentative riducono in modo permanente la precisione dei tag.
Non puoi addestrare il servizio che applica Tag avanzati ai video utilizzando video specifici. L’assegnazione tag avanzati video funziona solo con impostazioni Adobe AI predefinite e non può essere personalizzata con i tuoi video.

NOTE

La capacità del servizio Tag avanzati di addestrarsi sui tag e di applicarli ad altre immagini dipende dalla qualità delle immagini utilizzate per la formazione. Immagini coerenti e di qualità superiore producono associazioni di tag più affidabili, poiché il modello viene generalizzato dai pattern visivi osservati durante l’apprendimento.
Per ottenere i migliori risultati, Adobe consiglia di utilizzare immagini visivamente simili per addestrare il servizio per ogni tag. Immagini di formazione visivamente simili aiutano il servizio a riconoscere le caratteristiche visive condivise, migliorando la coerenza e la precisione dei tag applicati alle nuove risorse.

Consulta anche

recommendation-more-help

experience-manager-cloud-service-help-main-toc