而不是嵌入在仪表板预定义的查询,业务用户和数据科学家想用更直观的方式探索数据。自然语言接口的数据探索工业受到了相当大的推动。他们的成功是由机器学习和通过新颖的大数据技术的发展,使实时处理大量数据。然而,尽管这些系统显示重大进展,他们尚未达到成熟水平支持真实用户数据探索场景由于缺乏支持的功能或应用范围窄,剩余的一个“圣杯”数据分析社区。
在这次演讲中,我们将提出一个Spark-based架构的智能数据助理,一个系统,结合实时数据处理和分析大量数据与用户交互的自然语言,我们会说为什么火花是正确的下一代智能平台数据助理。bob体育客户端下载
我们的智能数据助理
(一)允许更自然的交互与用户通过自然语言;
(b)通过解释提供了积极的指导和建议;
(c)不断学习和提高其性能。建立一个智能数据助理,有几个挑战。与搜索引擎,用户倾向于表达复杂的查询逻辑并期待完美的结果。自然语言固有的复杂性在很多方面会使事情变得复杂。数据域的复杂性要求系统不断扩大领域知识和解释新数据和用户查询的能力通过不断分析数据和查询。
我们的智能数据助理汇集了几个组件,包括自然语言处理自然语言的理解用户查询和生成答案,自动知识库建设的技术学习数据源和如何找到所请求的信息,以及深度学习的方法查询消歧和域的理解。
雅典娜研究中心
格鲁吉亚Koutrika博士是研究主管雅典娜研究中心。她有超过12年的经验在惠普实验室多个角色,IBM阿尔马登,和斯坦福大学,建筑创新的解决方案为推荐系统,数据分析和勘探、信息提取和集成。她的工作已纳入商业产品,8授予专利和18中描述专利申请在美国和世界范围内,和在80多篇研究论文发表在顶级会议和期刊。她是在顶级会议程序委员会的各种角色。她是一个IEEE高级会员,ACM成员,ACM杰出的演说家。