非结构化数据继续呈指数级增长，
各个行业的企业
都在积极探索或利用人工智能 (AI) 技术，
以期从能够访问的海量数据中提取洞察。
IBM Watson 提供了各种各样的、
即时可用、可定制的 AI 服务，
旨在从非结构化数据中提取洞察。
企业可以利用这些洞察来改进各种业务目标：
改善客户服务；
理解客户交流中的情感或语气；
以及对客户体验进行个性化。
今天的教程中，我们探讨了在 Watson Studio 中利用 Watson AI 服务的两个常见用例：
从 Facebook 的使用发现隐藏的洞察
在 Watson Studio 中通过 Watson 和 Spark 从社交媒体帖子中提取洞察
我们将专注于一个基础主题，那就是利用 Watson AI 服务的解决方案的性能和可扩展性。为此，我们研究了如何采用 3 种不同的方法，使用 Watson AI 服务来扩充样本推文上的非结构化文本，还讨论了每种方法的利弊。
即刻点击“阅读原文” get 完整文章，分分钟获得最佳洞察！
来源：oschina
链接：https://my.oschina.net/u/129540/blog/1800979