Adicionar tags inteligentes a ativos no AEM smart-tags-assets-aem

As organizações que lidam com ativos digitais usam cada vez mais vocabulário controlado por taxonomia em metadados de ativos. Basicamente, ele inclui uma lista de palavras-chave que funcionários, parceiros e clientes normalmente usam para consultar e pesquisar por seus ativos digitais. Marcar ativos com um vocabulário controlado por taxonomia garante que eles possam ser facilmente identificados e recuperados em pesquisas.

Em comparação aos vocabulários de linguagem natural, a marcação com base na taxonomia comercial ajuda a alinhar os ativos aos negócios de uma empresa e garante que os ativos mais relevantes apareçam nas pesquisas. Por exemplo, um fabricante de carros pode marcar imagens de carro com nomes de modelo para que apenas imagens relevantes sejam exibidas quando pesquisadas para projetar uma campanha promocional.

Em segundo plano, a funcionalidade usa a estrutura artificialmente inteligente do Adobe Sensei para treinar o algoritmo de reconhecimento de imagem de acordo com sua estrutura de tags e sua taxonomia comercial. Essa inteligência de conteúdo é usada para aplicar tags relevantes em um conjunto diferente de ativos. Por padrão, o AEM aplica tags inteligentes automaticamente a ativos carregados.

Tipos de ativos compatíveis com tags inteligentes no AEM smart-tags-supported-file-formats

Você pode marcar os seguintes tipos de ativos:

O AEM adiciona automaticamente as Tags inteligentes aos ativos baseados em texto e aos vídeos por padrão. Para adicionar tags inteligentes automaticamente a imagens, conclua as tarefas a seguir.

Entender modelos e diretrizes de tags understand-tag-models-guidelines

Um modelo de tag é um grupo de tags relacionadas associadas a vários aspectos visuais das imagens que estão sendo marcadas. As tags estão relacionadas a aspectos visuais distintamente diferentes de imagens, de modo que, quando aplicadas, as tags ajudam a pesquisar tipos específicos de imagens. Por exemplo, uma coleção de sapatos pode ter tags diferentes, mas todas as tags estão relacionadas a sapatos e podem pertencer ao mesmo modelo de tag. Quando aplicadas, as tags ajudam a encontrar diferentes tipos de sapatos, por exemplo, por design ou uso. Para entender a representação de conteúdo de um modelo de treinamento em Experience Manager, visualize um modelo de treinamento como uma entidade de nível superior composta por um grupo de tags adicionadas manualmente e imagens de exemplo para cada tag. Cada tag pode ser aplicada exclusivamente a uma imagem.

Antes de criar um modelo de tag e treinar o serviço, identifique um conjunto de tags exclusivas que descrevam melhor os objetos nas imagens no contexto de sua empresa. Verifique se os ativos do conjunto preparado estão em conformidade com as diretrizes de treinamento.

Diretrizes de treinamento training-guidelines

Verifique se as imagens no conjunto de treinamento estão em conformidade com as seguintes diretrizes:

Quantidade e tamanho: mínimo de 10 imagens e máximo de 50 imagens por marca.

Coerência: verifique se as imagens de uma marca são visualmente semelhantes. É melhor adicionar tags sobre os mesmos aspectos visuais (como o mesmo tipo de objetos em uma imagem) em um único modelo de tag. Por exemplo, não é uma boa ideia marcar essas imagens como my-party (para treinamento) porque elas não são visualmente semelhantes.

Cobertura: deve haver variedade suficiente nas imagens no treinamento. A ideia é fornecer alguns exemplos razoavelmente diversos para que Experience Manager aprenda a se concentrar nas coisas certas. Se você estiver aplicando a mesma tag em imagens visualmente diferentes, inclua pelo menos cinco exemplos de cada tipo. Por exemplo, para a tag model-down-pose, inclua mais imagens de treinamento semelhantes à imagem destacada abaixo para que o serviço identifique imagens semelhantes com mais precisão durante a marcação.

Distração/obstrução: o serviço treina melhor imagens que têm menos distração (planos de fundo proeminentes, acompanhamentos não relacionados, como objetos/pessoas com o assunto principal). Por exemplo, para a tag casual-shoes, a segunda imagem não é um bom candidato para treinamento.

Integridade: se uma imagem se qualificar para mais de uma tag, adicione todas as tags aplicáveis antes de incluir a imagem para treinamento. Por exemplo, para tags, como capa de chuva e perfil de modelo, adicione ambas as tags ao ativo elegível antes de incluí-lo para treinamento.

Número de marcas: a Adobe recomenda que você treine um modelo usando pelo menos duas marcas distintas e pelo menos dez imagens diferentes para cada marca. Em um modelo de tag única, não adicione mais de 50 tags.

Número de exemplos: para cada marca, adicione pelo menos dez exemplos. No entanto, o Adobe recomenda cerca de 30 exemplos. Há suporte para no máximo 50 exemplos por tag.

Evite falsos positivos e conflitos: o Adobe recomenda criar um modelo de marca única para um único aspecto visual. Estruturar os modelos de tags de forma a evitar a sobreposição de tags entre os modelos. Por exemplo, não use marcas comuns como sneakers em dois nomes de modelos de marca diferentes: shoes e footwear. O processo de treinamento substitui um modelo de tag treinado pelo outro para uma palavra-chave comum.

Exemplos: mais alguns exemplos para orientação:

Imagens usadas para treinar: você pode usar as mesmas imagens para treinar modelos de marcas diferentes. No entanto, não associe uma imagem a mais de uma tag em um modelo de tag. É possível marcar a mesma imagem com tags diferentes pertencentes a modelos de tags diferentes.

Não é possível desfazer o treinamento. As diretrizes acima devem ajudá-lo a escolher boas imagens para treinar.

Treine o modelo para suas tags personalizadas train-model

Para criar e treinar um modelo para suas tags específicas de negócios, siga estas etapas:

Figura: etapas do fluxo de trabalho de treinamento para treinar o modelo de marcação.

Exibir status e relatório do treinamento training-status

Para verificar se o serviço de Tags inteligentes é treinado em suas tags no conjunto de ativos de treinamento, revise o relatório de fluxo de trabalho de treinamento no console Relatórios.

Marcar ativos com tags inteligentes no AEM tag-assets

Todos os tipos de ativos com suporte são marcados automaticamente por Experience Manager Assets quando carregados. A marcação é ativada e funciona por padrão. O AEM aplica as tags inteligentes apropriadas em tempo quase real.

Gerenciar tags inteligentes e pesquisas de ativos manage-smart-tags-and-searches

É possível preparar tags inteligentes para remover tags imprecisas que possam ter sido atribuídas aos ativos da marca, de forma que somente as tags mais relevantes sejam exibidas.

A moderação de tags inteligentes também ajuda a refinar pesquisas baseadas em tags para ativos, garantindo que seus ativos apareçam nos resultados da pesquisa para as tags mais relevantes. Basicamente, ajuda a eliminar as chances de ativos não relacionados aparecerem nos resultados da pesquisa.

Também é possível atribuir uma classificação mais alta a uma tag para aumentar a relevância da tag para o ativo. Promover uma tag para um ativo aumenta as chances do ativo aparecer nos resultados da pesquisa quando uma pesquisa é realizada com base na tag específica.

Para moderar as tags inteligentes dos ativos digitais:

Compreender os resultados da pesquisa de Experience Manager com marcas inteligentes understand-search

Por padrão, a pesquisa Experience Manager combina os termos de pesquisa com uma cláusula AND. O uso de tags inteligentes não altera esse comportamento padrão. O uso de tags inteligentes adiciona uma cláusula OR para localizar qualquer um dos termos de pesquisa nas tags inteligentes aplicadas. Por exemplo, considere pesquisar por woman running. Por padrão, o Assets com apenas woman ou apenas running palavra-chave nos metadados não aparece nos resultados da pesquisa. No entanto, um ativo marcado com woman ou running usando marcas inteligentes aparece em tal consulta de pesquisa. Então os resultados da busca são uma combinação de,

Os resultados da pesquisa que correspondem a todos os termos de pesquisa em campos de metadados são exibidos primeiro, seguido pelos resultados da pesquisa que correspondem a qualquer um dos termos de pesquisa nas tags inteligentes. No exemplo acima, a ordem aproximada de exibição dos resultados da pesquisa é:

Limitações e práticas recomendadas relacionadas à marcação limitations

A marcação inteligente aprimorada se baseia em modelos de aprendizagem de imagens e suas tags. Esses modelos nem sempre são perfeitos para identificar tags. A versão atual das Tags inteligentes tem as seguintes limitações:

Para treinar o modelo, use as imagens mais apropriadas. O treinamento não pode ser revertido ou o modelo de treinamento não pode ser removido. A precisão da marcação depende do treinamento atual, portanto, faça isso com cuidado.

Para pesquisar arquivos com marcas inteligentes (regular ou aprimorado), use a pesquisa Assets (pesquisa de texto completo). Não há predicado de pesquisa separado para tags inteligentes.

Consulte também