Lägga till smarta taggar till resurser i AEM smart-tags-assets-aem

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 kan du se till att de 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 för att utbilda sin bildigenkänningsalgoritm i din taggstruktur och din företagsklonomi. 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.

Resurstyper som stöds för smarta taggar i AEM smart-tags-supported-file-formats

Du kan tagga följande typer av resurser:

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.

Förstå taggmodeller och riktlinjer understand-tag-models-guidelines

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. Om du vill förstå innehållsrepresentationen för en utbildningsmodell i Experience Manager ska du visualisera en utbildningsmodell som en entitet på den översta nivån som består av en grupp med 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. Kontrollera att resurserna i din aktuella uppsättning uppfyller riktlinjerna för utbildning.

Utbildningsriktlinjer training-guidelines

Kontrollera att bilderna i kursuppsättningen överensstämmer med följande riktlinjer:

Kvantitet och storlek: Minst 10 bilder och högst 50 bilder per tagg.

Samordning: Kontrollera 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 de här bilderna som my-party (för utbildning) eftersom de inte är visuellt lika.

Täckning: Det ska finnas tillräckligt med variation i bilderna i kursen. Tanken är att ge några exempel som är ganska olika, men som ändå är ganska olika, 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 kan du t.ex. inkludera fler utbildningsbilder som liknar den markerade bilden nedan så att tjänsten kan identifiera liknande bilder mer exakt under taggningen.

Distraktion/obstruktion: Tjänsten tränar bättre på bilder som har mindre störning (framträdande bakgrunder, icke-relaterade komponenter, t.ex. objekt/personer med huvudmotivet). För taggen casual-shoe är till exempel 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 felaktiga positiva och konflikter: Adobe rekommenderar att du skapar en enda taggmodell för en enskild 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: Fler exempel på vägledning är:

Bilder som används för att utbilda: 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.

Ange modell för anpassade taggar train-model

Följ de här stegen för att skapa och utbilda en modell för dina företagsspecifika taggar:

Bild: Steg i utbildningsarbetsflödet för att träna taggningsmodellen.

Visa utbildningsstatus och rapport training-status

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.

Tagga resurser med smarta taggar i AEM tag-assets

Alla typer av resurser som stöds taggas automatiskt av Experience Manager Assets när de överförs. Taggning är aktiverat och fungerar som standard. AEM använder rätt smarta taggar i nära realtid.

Hantera smarta taggar och resurssökningar manage-smart-tags-and-searches

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:

Förstå Experience Manager-sökresultat med smarta taggar understand-search

Som standard kombineras söktermerna i Experience Manager med en AND -sats. Om du använder smarta taggar ändras inte standardbeteendet. Om du använder smarta taggar läggs en OR-sats till för att hitta någon av söktermerna i de använda smarta taggarna. Du kan till exempel söka efter woman running. Assets med bara woman eller bara running nyckelord i metadata visas inte som standard i sökresultaten. En resurs som taggats med antingen woman eller running med smarta taggar visas i en sådan sökfråga. Sökresultaten är en kombination av

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:

Taggningsrelaterade begränsningar och bästa praxis limitations

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:

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 sökningen Assets (fulltextsökning). Det finns inget separat sökpredikat för smarta taggar.

Se även