- Passo a passo de experimento utilizando Azure Ai Search indexação e mineração de dados.
- Realizado como desafio de projeto no Bootcamp Microsoft Azure AI Fundamentals da Dio.me
- Documentação: https://aka.ms/ai900-ai-search
- Abrir a página do Portal https://portal.azure.com/#home, buscar e selecionar o "Ai Search"
- Clique em "Create" para criar um novo search service e preencha as informações de acordo com a ordem da imagem abaixo:
- Depois que as informações são validadas, é aberta uma tela com as configurações. Clique em "Create".
- Depois da confirmação de criação, clique em "Go to resource"
- Precisamos criar agora um recurso de IA
- De volta à Home do Portal Azure, no menu lateral, clique em "Create a resource", escolha "AI + Machine Learning", depois "Azure Ai Services"
- Preenche com as informações segundo a imagem abaixo. Clica em "Review + Create"
- Após validação das informações, clica em "Create"
- Aguarde até a finalização da criação do recurso.
- Agora criaremos uma conta de armazenamento
- Volte à home do Portal Azure, busque e selecione "storage accounts"
- Clique então em "Create"
- Preencha os dados conforme imagem abaixo. Os demais que não estão numerados, possivelmente já virão preenchidos.
- Após a validação dos dados, clique em "Create"
- Depois de criado, clique em "go to resource"
- Na tela do storage, no menu lateral esquerdo, procure e selecione a opção "configuration". Ela vai abrir a tela da direita que está sendo mostrada abaixo. Clique para habilitar a opção conforme imagem e clique em "save".
- No menu lateral esquerdo, clique em "Containers", depois em "+ containers", que abrirá uma aba lateral, que deve ser preenchida conforme imagem abaixo. Depois clique em "create".
- Depois de criado, as informações são atualizadas na tela. Selecione para abrir o container.
- Em um novo navegador, faça o download do zip contido no link fornecido na documentação: https://aka.ms/mslearn-coffee-reviews, e extraia os arquivos em uma pasta "reviews"
- Clique então em upload, que abrirá uma aba lateral. Selecione então todos os arquivos descompactados, e clique em "upload"
-E assim ficam os arquivos carregados
- Agora voltamos ao Ai Search, através do campo de busca.
- Selecione o serviço criado anteriormente
- Clique em "import data"
- Selecione o Azure Blob Storage
- Preencha os dados conforme os passos na imagem.
- A informações não presentes nos passos já vêm preenchidas, ou devem ser deixadas em branco.
- Na aba "Add Cognitive skills (optional)", em "Attach AI Services", selecione seu recurso.
- Em "add enrichments" preencher conforme imagem abaixo
-
Em "Save enrichments to a knowledge store", selecione "Image projections".
-
Ao aparecer a mensagem abaixo, selecione "choose an existing connection"
- Escolha o storage criado anteriormente
- Depois clique em "+ container", e siga os passos da imagem abaixo
- Selecione então o knowledge-store e clique em "select"
-
Selecione as demais informações conforme imagem abaixo e clique em "Next: Customize target index"
-
- Na aba "Customize target index", preencha conforme imagem abaixo
- Em "Create an indexer", preencha conforme imagem abaixo
- Abra a aba "Advanced options", marque a opção "Base-64 Encode Keys", e clique em "submit"
- Abrir o Azure AI Services| Ai Search, e clicar em Search Explorer
- No Search Explorer, inclua a query fornecida pela documentação
search=*&$count=true, e clique em "search"
- Agora filtramos pela localização
search=locations:'Chicago'e ele vai trazer as reviews com os sentimentos de cada.
- Agora filtramos pelo sentimento negativo
search=sentiment:'negative'
Muito interessante a funcionalidade da ferramenta para estabelecimentos que prestam serviço. A análise funciona muito bem identificando as frases-chaves, sentimento, localização, e a busca agrega de forma correta todas essas informações. É possível saber quais são as causas das reviews negativas, por exemplo, já que as frases-chaves trazem essa informação. Assim, fica mais fácil de resolver o problema da insatisfação do cliente.