Was ist Amazon Comprehend?

Amazon Comprehend verwendet die natürliche Sprachverarbeitung (NLP), um Einblicke in den Inhalt von Dokumenten zu gewinnen. Durch die Erkennung von Einheiten, Schlüsselphrasen, Sprache, Gefühlen und anderen gängigen Elementen eines Dokuments verschafft Amazon Comprehend Einblicke in den Inhalt von Dokumenten. Verwenden Sie Amazon Comprehend, um neue Produkte zu erstellen, die auf dem Verständnis der Struktur von Dokumenten basieren. Mit Amazon Comprehend können Sie beispielsweise Social-Network-Feeds nach Produkterwähnungen durchsuchen oder ein gesamtes Dokument-Repository nach Schlüsselphrasen scannen.

Sie können über die Amazon Comprehend Amazon Comprehend Konsole oder mithilfe der Amazon-Comprehend-APIs auf die Funktionen zur Dokumentenanalyse von Amazon Comprehend zugreifen. Sie können Echtzeitanalysen für kleine Workloads durchführen oder asynchrone Analyseaufträge für große Dokumentsätze starten. Sie können die von Amazon Comprehend bereitgestellten vortrainierten Modelle verwenden oder Ihre eigenen benutzerdefinierten Modelle für Klassifizierung und Entitätserkennung trainieren.

Amazon Comprehend speichert Ihre Inhalte möglicherweise, um die Qualität seiner vortrainierten Modelle kontinuierlich zu verbessern. Weitere Informationen finden Sie unter Häufig gestellte Fragen zu Amazon Comprehend.

Alle Amazon Comprehend-Funktionen akzeptieren UTF-8-Textdokumente als Eingabe. Darüber hinaus akzeptieren die benutzerdefinierte Klassifizierung und die Erkennung benutzerdefinierter Entitäten Bilddateien, PDF-Dateien und Word-Dateien als Eingabe.

Amazon Comprehend kann Dokumente in verschiedenen Sprachen untersuchen und analysieren, abhängig von der spezifischen Funktion. Weitere Informationen finden Sie unter In Amazon Comprehend unterstützte Sprachen. Die Dominante Sprache Funktion von Amazon Comprehend kann Dokumente untersuchen und die vorherrschende Sprache für eine weitaus breitere Auswahl von Sprachen bestimmen.

Amazon Comprehend Insights

Amazon Comprehend verwendet ein vortrainiertes Modell, um ein Dokument oder einen Satz von Dokumenten zu untersuchen und zu analysieren, um Erkenntnisse darüber zu gewinnen. Dieses Modell wird kontinuierlich anhand eines großen Textkörpers trainiert, sodass Sie keine Trainingsdaten bereitstellen müssen.

Amazon Comprehend analysiert die folgenden Arten von Erkenntnissen:

• Entitäten – Verweise auf die Namen von Personen, Orten, Elementen und Speicherorten, die in einem Dokument enthalten sind.

• Schlüsselphrasen – Ausdrücke, die in einem Dokument vorkommen. Beispielsweise könnte ein Dokument über ein Basketball-Spiel die Namen der Teams, den Namen des Veranstaltungsorts und die endgültige Punktzahl zurückgeben.

• Persönlich identifizierbare Informationen (PII) – personenbezogene Daten, die eine Person identifizieren können, z. B. eine Adresse, Kontonummer oder Telefonnummer.

• Sprache – Die vorherrschende Sprache eines Dokuments.

• Stimmung – Die vorherrschende Stimmung eines Dokuments, die positiv, neutral, negativ oder gemischt sein kann.

• Gezielte Stimmung – Die Stimmungen, die bestimmten Entitäten in einem Dokument zugeordnet sind. Die Stimmung für jedes Vorkommen einer Entität kann positiv, negativ, neutral oder gemischt sein.

• Syntax – Die Sprachteile für jedes Wort im Dokument.

Weitere Informationen finden Sie unter Insights.

Amazon Comprehend Custom

Sie können Amazon Comprehend an Ihre spezifischen Anforderungen anpassen, ohne über die erforderlichen Fähigkeiten verfügen zu müssen, um auf Machine Learning basierende NLP-Lösungen zu erstellen. Mit automatischem Machine Learning oder AutoML erstellt Amazon Comprehend Custom in Ihrem Namen benutzerdefinierte NLP-Modelle unter Verwendung von Daten, die Sie bereits haben.

Benutzerdefinierte Klassifizierung – Erstellen Sie benutzerdefinierte Klassifizierungsmodelle (Klassifikatoren), um Ihre Dokumente in Ihren eigenen Kategorien zu organisieren.

Benutzerdefinierte Entitätserkennung – Erstellen Sie benutzerdefinierte Entitätserkennungsmodelle (Erkennungen), die Text nach Ihren spezifischen Begriffen und namensbasierten Ausdrücken analysieren können.

Weitere Informationen finden Sie unter Amazon Comprehend Custom.

Flywheels

Verwenden Sie Flywheels, um das Training und die Verwaltung benutzerdefinierter Modellversionen im Laufe der Zeit zu vereinfachen. Ein Flywheel hilft bei der Orchestrierung der Aufgaben im Zusammenhang mit dem Training und der Bewertung neuer Versionen eines Modells. Flywheels unterstützen benutzerdefinierte Klartextmodelle für die benutzerdefinierte Klassifizierung und die Erkennung benutzerdefinierter Entitäten. Weitere Informationen finden Sie unter Flywheels.

Dokumenten-Clustering (Themenmodellierung)

Sie können Amazon Comprehend auch verwenden, um einen Korpus von Dokumenten zu untersuchen und sie basierend auf ähnlichen Schlüsselwörtern darin zu organisieren. Dokumenten-Clustering (Themenmodellierung) ist nützlich, um einen großen Korpus von Dokumenten in Themen oder Clustern zu organisieren, die basierend auf der Wortfrequenz ähnlich sind. Weitere Informationen finden Sie unter Themenmodellierung.

Beispiele

Die folgenden Beispiele zeigen, wie Sie die Amazon Comprehend-Operationen in Ihren Anwendungen verwenden können.

Beispiel 1: Suchen von Dokumenten zu einem Thema

Suchen Sie die Dokumente zu einem bestimmten Thema mithilfe der Amazon Comprehend-Themenmodellierung. Scannen Sie eine Reihe von Dokumenten, um die besprochenen Themen zu ermitteln und die Dokumente zu finden, die jedem Thema zugeordnet sind. Sie können die Anzahl der Themen angeben, die Amazon Comprehend aus dem Dokumentsatz zurückgeben soll.

Beispiel 2: Finden Sie heraus, wie Kunden von Ihren Produkten profitieren

Wenn Ihr Unternehmen einen Katalog veröffentlicht, lassen Sie Amazon Comprehend Ihnen mitteilen, was Kunden von Ihren Produkten halten. Senden Sie jeden Kundenkommentar an den DetectSentiment Vorgang und dieser informiert Sie darüber, ob sich Kunden positiv, negativ, neutral oder gemischt zu einem Produkt fühlen.

Beispiel 3: Entdecken Sie, was für Ihre Kunden wichtig ist

Verwenden Sie die Amazon Comprehend-Themenmodellierung, um die Themen zu ermitteln, über die Ihre Kunden in Ihren Foren und Messageboards sprechen, und verwenden Sie dann die Entitätserkennung, um die Personen, Orte und Objekte zu ermitteln, die sie mit dem Thema verknüpfen. Verwenden Sie die Stimmungsanalyse, um festzustellen, wie Ihre Kunden ein Thema bewerten.

Vorteile

Zu den Vorteilen der Verwendung von Amazon Comprehend gehören:

• Integrieren Sie eine leistungsstarke Verarbeitung natürlicher Sprache in Ihre Apps – Amazon Comprehend eliminiert die Komplexität beim Aufbau von Textanalysefunktionen in Ihre Anwendungen, indem es eine leistungsstarke und genaue Verarbeitung natürlicher Sprache mit einer einfachen API zur Verfügung stellt. Sie benötigen kein Fachwissen in Textanalysen, um die Erkenntnisse zu nutzen, die Amazon Comprehend generiert.

• Deep Learning-basierte natürliche Sprachverarbeitung – Amazon Comprehend verwendet Deep Learning-Technologie, um Text genau zu analysieren. Unsere Modelle werden ständig mit neuen Daten über mehrere Domains hinweg trainiert, um die Genauigkeit zu verbessern.

• Skalierbare Verarbeitung natürlicher Sprache – Mit Amazon Comprehend können Sie Millionen von Dokumenten analysieren, sodass Sie die darin enthaltenen Erkenntnisse entdecken können.

• Integriert mit anderen - AWS Services – Amazon Comprehend ist so konzipiert, dass es nahtlos mit anderen - AWS Services wie Amazon S3 AWS KMS, und funktioniert AWS Lambda. Speichern Sie Ihre Dokumente in Amazon S3 oder analysieren Sie Echtzeitdaten mit Firehose. Die Unterstützung von AWS Identity and Access Management (IAM) erleichtert die sichere Steuerung des Zugriffs auf Amazon Comprehend-Operationen. Mit IAM können Sie Benutzer und Gruppen erstellen und verwalten, um Ihren Entwicklern und Endbenutzern den entsprechenden Zugriff zu gewähren.

• Verschlüsselung von Ausgabeergebnissen und Volume-Daten – Amazon S3 ermöglicht es Ihnen bereits, Ihre Eingabedokumente zu verschlüsseln, und Amazon Comprehend erweitert dies noch weiter. Mit Ihrem eigenen KMS-Schlüssel können Sie die Ausgabeergebnisse Ihres Auftrags und die Daten auf dem Speichervolume verschlüsseln, das der Rechen-Instance zugeordnet ist, die den Analyseauftrag verarbeitet. Das Ergebnis ist eine deutlich verbesserte Sicherheit.

• Kostengünstig – Bei Amazon Comprehend fallen keine Mindestgebühren oder Vorabverpflichtungen an. Sie zahlen für die Dokumente, die Sie analysieren, und für benutzerdefinierte Modelle, die Sie trainieren.

Amazon Comprehend – Preise

Mit Amazon Comprehend zahlen Sie nur für die Ressourcen, die Sie tatsächlich nutzen. Wenn Sie ein - AWS Neukunde sind, können Sie kostenlos mit Amazon Comprehend beginnen. Weitere Informationen finden Sie unter AWS Kostenloses Nutzungskontingent für .

Für die Ausführung von Echtzeit- oder asynchronen Analyseaufträgen fällt eine Nutzungsgebühr an. Sie zahlen für das Training benutzerdefinierter Modelle und für das benutzerdefinierte Modellmanagement. Bei Echtzeitanfragen mit benutzerdefinierten Modellen zahlen Sie für den Endpunkt ab dem Zeitpunkt, an dem Sie Ihren Endpunkt starten, bis zu dem Zeitpunkt, an dem Sie den Endpunkt löschen. Für die Nutzung von Flywheels fallen keine zusätzlichen Gebühren an. Wenn Sie jedoch eine Flywheel-Iteration ausführen, fallen die Standardgebühren für das Training einer neuen Modellversion und das Speichern der Modelldaten an.

Die -Preise und weitere detaillierte Informationen finden Sie unter Amazon Comprehend – Preise.

Verwenden Sie Amazon Comprehend zum ersten Mal?

Wenn Sie Amazon Comprehend zum ersten Mal verwenden, empfehlen wir Ihnen, der Reihe nach die folgenden Abschnitte zu lesen:

1. Funktionsweise – In diesem Abschnitt werden Amazon Comprehend-Konzepte vorgestellt.

2. Einrichtung – In diesem Abschnitt erstellen Sie ein -Konto und richten die ein AWS CLI.

3. Erste Schritte mit Amazon Comprehend – In diesem Abschnitt führen Sie einen Amazon Comprehend-Analyseauftrag aus.

4. Tutorial: Analysieren von Erkenntnissen aus Kundenrezensionen mit Amazon Comprehend – In diesem Abschnitt führen Sie Stimmungs- und Entitätsanalysen durch und visualisieren die Ergebnisse.

5. Amazon Comprehend API Reference – Referenzdokumentation für Amazon Comprehend-Operationen.

AWS stellt die folgenden Ressourcen bereit, um mehr über den Amazon Comprehend-Service zu erfahren:

• Der AWS Machine Learning Blog enthält nützliche Artikel über Amazon Comprehend .

• Amazon Comprehend Resources bietet nützliche Videos und Tutorials zu Amazon Comprehend .