Najít správný digitální asset může být překvapivě obtížné. Uživatel často ví, jaký obsah potřebuje, ale nezná jeho název, umístění ani přesné označení. Zkouší proto různé výrazy, prochází složky nebo se obrací na kolegy.
Sémantické vyhledávání v DAM tento postup mění. Místo přesné shody slov pracuje s významem dotazu. Uživatel může vlastními slovy popsat, co hledá, a systém mu nabídne obsah, který danému popisu odpovídá.
Jak tedy najít soubor bez znalosti jeho názvu a čím se sémantické vyhledávání liší od klasického fulltextu?
Když správný asset existuje, ale nikdo ho nenajde
Běžné vyhledávání porovnává zadaný výraz s názvy souborů, popisy, tagy a dalšími metadaty. Pokud uživatel hledá „podzimní město“, systém obvykle zobrazí assety obsahující stejné označení.
Problém nastává ve chvíli, kdy byl obsah popsán jinak. Fotografie mohla být označena jako „městská ulice v říjnu“, přestože významově odpovídá původnímu dotazu. Klasické vyhledávání nemusí tuto souvislost rozpoznat.
Výsledek proto závisí na tom, zda uživatel použije stejné pojmy jako člověk, který asset nahrával. V rozsáhlých knihovnách, kde obsah spravuje více týmů, je taková shoda stále obtížnější.
Asset pak v systému sice existuje, ale pro většinu uživatelů zůstává prakticky nedostupný. Organizace může vytvářet další obsah pouze proto, že původní materiál nebylo možné dohledat.
Od slov k významu dotazu
Co je sémantické vyhledávání v DAM? Jde o způsob hledání, který se snaží porozumět významu a záměru uživatele. Neomezuje se na kontrolu toho, zda se zadané slovo nachází v názvu nebo popisu souboru.
Uživatel může zadat celý požadavek, například „produktová fotografie na světlém pozadí“, „podzimní příroda bez lidí“ nebo „moderní kancelář s přirozeným světlem“. Systém následně hledá obsah odpovídající danému významu.
Vyhledávání se díky tomu přibližuje běžnému způsobu komunikace. Uživatel nemusí znát interní názvosloví ani zkoušet několik podobných výrazů.
Sémantické vyhledávání dokáže pracovat také se synonymy a významově souvisejícími pojmy. Pokud je asset popsán jinými slovy, stále se může objevit mezi relevantními výsledky.
Jak systém porovnává význam
Základem sémantického vyhledávání jsou modely, které převádějí obsah a textové informace do číselné podoby označované jako vektor. Vektor lze zjednodušeně chápat jako matematický popis významových vlastností assetu.
Stejným způsobem je zpracován také dotaz uživatele. Systém následně porovná podobnost mezi dotazem a obsahem knihovny. Výsledky seřadí podle toho, nakolik odpovídají hledanému významu.
U obrázků může analýza zohlednit zachycené objekty, prostředí, barvy, kompozici nebo atmosféru. U dokumentů pracuje s jejich textem a tématy. Video a audio lze zpřístupnit pomocí automaticky vytvořených přepisů.
Celý proces probíhá na pozadí. Uživatel nemusí rozumět vektorům ani způsobu indexování. Pracuje pouze s vyhledávacím polem a přirozeně formulovaným dotazem.
Sémantické vyhledávání doplňuje ostatní metody
Vyhledávání podle významu není vhodnou náhradou za všechny dosavadní způsoby hledání. Pokud uživatel zná přesný produktový kód, číslo dokumentu nebo název kampaně, fulltext a metadata mohou přinést rychlejší výsledek.
Sémantické vyhledávání je vhodnější pro obecnější požadavky. Pomáhá při hledání podle tématu, prostředí, nálady nebo zamýšleného využití. Vizuální vyhledávání se zase hodí ve chvíli, kdy chce uživatel najít obrázek podobný již dostupné předloze.
Samostatnou funkci mají filtry. Ty umožňují omezit výsledky podle formátu, jazyka, trhu, stavu schválení nebo platnosti licence.
Nejpřesnější výsledky proto přináší kombinace několika metod. Uživatel nejprve vlastními slovy popíše požadovaný obsah. Následně může výsledky zúžit pomocí ověřených metadat.
Metadata stále poskytují potřebný kontext
Schopnost hledat podle významu může vytvářet dojem, že metadata přestávají být potřebná. Ve skutečnosti poskytují informace, které samotná analýza obsahu nedokáže vždy spolehlivě určit.
Systém může rozpoznat, co se na fotografii nachází. Nemusí však vědět, zda je fotografie schválená, kdo vlastní práva nebo kdy končí její licence. Stejně tak nemusí určit, zda jde o aktuální verzi určenou pro konkrétní jazyk a trh.
Metadata proto uchovávají organizační, právní a obchodní informace. Sémantické vyhledávání pomůže objevit relevantní asset. Metadata následně potvrdí, zda jej lze bezpečně použít.
Dobře nastavené DAM propojuje automatickou analýzu obsahu s řízenou strukturou. Umělá inteligence zjednodušuje hledání a metadata udržují kontrolu nad dalším využitím souboru.
Kdy má sémantické vyhledávání skutečný přínos
Přínos roste společně s velikostí a rozmanitostí digitální knihovny. Pokud organizace spravuje malé množství dobře označených souborů, může být klasické vyhledávání zcela dostačující.
Sémantické vyhledávání dává smysl tam, kde uživatelé často neznají názvy souborů, používají rozdílné výrazy nebo hledají podle obecných vlastností obsahu. Pomáhá také u starších assetů s neúplnými metadaty.
Význam má rovněž v organizacích, které pracují s více jazyky. Stejný obsah mohou zaměstnanci popisovat odlišnými pojmy. Hledání založené pouze na přesné shodě slov pak přináší omezené výsledky.
Zavedení sémantického vyhledávání by však mělo vycházet z reálného chování uživatelů. Důležité je sledovat dotazy bez výsledků, opakované hledání stejného obsahu a situace, kdy zaměstnanci DAM obcházejí.
Jak sémantické vyhledávání zavést do běžné práce
Nejprve je vhodné vybrat menší, ale reprezentativní část digitální knihovny. Na ní lze otestovat běžné dotazy uživatelů a porovnat výsledky s klasickým vyhledáváním.
Hodnotit by se měla přesnost, pořadí výsledků i možnost jejich dalšího filtrování. Test musí zahrnovat krátké výrazy, celé věty, synonyma a různé způsoby popisu stejného obsahu.
Sémantické vyhledávání potřebuje také jasně nastavená přístupová oprávnění. Uživatel by měl dostávat pouze výsledky, ke kterým má oprávněný přístup. Stejně důležité je zachovat metadata o licencích, schválení a platnosti.
BrandCloud centralizuje digitální assety, metadata, verze a přístupová oprávnění. Takto spravovaný obsah vytváří pevný základ pro pokročilé vyhledávání. Uživatel může snáze objevit vhodný asset a současně ověřit jeho aktuálnost, stav i podmínky použití.
Když DAM rozumí tomu, co hledáte
Sémantické vyhledávání přibližuje práci s DAM přirozenému způsobu komunikace. Uživatel nemusí znát přesný název souboru ani přemýšlet nad tím, jak byl asset původně označen. Stačí popsat požadovaný obsah.
Největší přínos přináší propojení významového hledání, metadat a filtrů. DAM pak dokáže najít obsah odpovídající záměru dotazu a současně pomoci ověřit, zda je aktuální, schválený a připravený k použití.
