¿Qué es Amazon Comprehend?

Amazon Comprehend utiliza el procesamiento de lenguaje natural (NLP) para extraer información sobre el contenido de los documentos. Genera información a partir del reconocimiento de entidades, frases clave, lenguaje, opiniones y otros elementos comunes en un documento. Utilice Amazon Comprehend para crear nuevos productos basándose en la comprensión de la estructura de los documentos. Por ejemplo, con Amazon Comprehend puede buscar menciones de productos en las redes sociales o escanear todo un repositorio de documentos en busca de frases clave.

Puede acceder a las funciones de análisis de documentos de Amazon Comprehend mediante la consola de Amazon Comprehend o mediante las API de Amazon Comprehend. Puede realizar análisis en tiempo real para cargas de trabajo pequeñas o iniciar trabajos de análisis asíncronos para conjuntos de documentos de gran tamaño. Puede utilizar los modelos previamente entrenados que proporciona Amazon Comprehend o puede entrenar sus propios modelos personalizados para la clasificación y el reconocimiento de entidades.

Amazon Comprehend puede almacenar de forma continua el contenido para mejorar la calidad de los modelos de análisis. Para obtener más información, consulte Preguntas frecuentes de Amazon Comprehend.

Todas las características de Amazon Comprehend aceptan documentos de texto UTF-8 como entrada. Además, la clasificación personalizada y el reconocimiento de entidades personalizadas aceptan archivos de imagen, archivos PDF y archivos de Word como entrada.

Amazon Comprehend puede examinar y analizar documentos en varios idiomas, según la característica específica. Para obtener más información, consulte Idiomas admitidos en Amazon Comprehend. La capacidad de Amazon Comprehend de Idioma predominante permite examinar documentos y determinar el idioma dominante en una selección de idiomas mucho más amplia.

Información de Amazon Comprehend

Amazon Comprehend utiliza un modelo previamente entrenado para examinar y analizar información sobre un documento o un conjunto de documentos. Este modelo se entrena continuamente con una gran cantidad de texto, por lo que no es necesario que proporcione datos de entrenamiento.

Amazon Comprehend analiza los siguientes tipos de información:

• Entidades: referencias a los nombres de personas, lugares, elementos y ubicaciones contenidos en un documento.

• Frases clave: frases que aparecen en un documento. Por ejemplo, un documento sobre un partido de baloncesto puede incluir los nombres de los equipos, el nombre del estadio y el marcador final.

• Información de identificación personal (PII): datos personales que pueden identificar a una persona, como una dirección, un número de cuenta bancaria o un número de teléfono.

• Idioma: idioma dominante de un documento.

• Opinión: la opinión dominante de un documento, que puede ser positiva, neutra, negativa o mixta.

• Opiniones específicas: las opiniones asociadas a entidades específicas de un documento. La opinión de cada una de las menciones puede ser positiva, neutra, negativa o mixta.

• Sintaxis: las partes del discurso de cada palabra del documento.

Para obtener más información, consulte Información.

Amazon Comprehend Custom

Puede personalizar Amazon Comprehend para sus necesidades específicas sin depender de las habilidades necesarias para la creación de soluciones PNL basadas en el machine learning. Mediante el machine learning, o AutoML, Amazon Comprehend Custom crea modelos de PLN personalizados por usted, utilizando los datos que ya tiene.

Clasificación personalizada: crea modelos de clasificación personalizados (clasificadores) para organizar los documentos en sus propias categorías.

Reconocimiento de entidades personalizado: crea modelos de reconocimiento de entidades personalizados (reconocedores) que puedan analizar el texto en busca de términos específicos y frases basadas en sustantivos.

Para obtener más información, consulte Amazon Comprehend Custom.

Volantes de inercia

Utilice los volantes para simplificar el proceso de formación y gestión de versiones de modelos personalizados a lo largo del tiempo. Un volante ayuda a organizar las tareas asociadas con el entrenamiento y la evaluación de las nuevas versiones de un modelo. Los volantes admiten modelos personalizados de texto sin formato para una clasificación personalizada y para el reconocimiento de entidades personalizado. Para obtener más información, consulte Volantes de inercia.

Agrupación de documentos (modelado de temas)

También puede usar Amazon Comprehend para examinar un corpus de documentos y organizarlos en función de palabras clave similares dentro de ellos. La agrupación de documentos (modelado por temas) resulta útil para organizar un gran corpus de documentos en temas o agrupaciones que son similares en función de la frecuencia de las palabras. Para obtener más información, consulte Modelado de temas.

Ejemplos

Los siguientes ejemplos muestran cómo se pueden utilizar las operaciones de Amazon Comprehend en sus aplicaciones.

ejemplo 1: Buscar documentos sobre un tema

Busque los documentos sobre un tema en particular mediante el modelado de temas de Amazon Comprehend. Escanee un conjunto de documentos para determinar los temas tratados y encontrar los documentos relacionados con cada tema. Puede especificar el número de temas que Amazon Comprehend debe devolver del conjunto de documentos.

ejemplo 2: Descubrir qué opinan los clientes de sus productos

Si su empresa publica un catálogo, deje que Amazon Comprehend le diga qué piensan los clientes de sus productos. Envíe el comentario de cada cliente a la operación DetectSentiment y le indicará si los clientes tienen una opinión positiva, negativa, neutra o mixta con respecto a un producto.

ejemplo 3: Descubrir lo que es importante para sus clientes

Utilice el modelado de temas de Amazon Comprehend para descubrir los temas de los que hablan sus clientes en sus foros y tableros de mensajes y, a continuación, utilice la detección de entidades para determinar las personas, los lugares y las cosas que asocian con el tema. Utilice el análisis de opiniones para determinar qué opinan sus clientes sobre un tema.

Ventajas

Entre las ventajas de utilizar Amazon Comprehend se incluyen:

• Integración de un potente procesamiento del lenguaje natural en sus aplicaciones: Amazon Comprehend elimina la complejidad de incorporar capacidades de análisis de texto en sus aplicaciones al ofrecer un procesamiento de lenguaje natural potente y preciso con una API sencilla. No necesita experiencia en análisis textual para aprovechar la información que produce Amazon Comprehend.

• Procesamiento de lenguaje natural basado en el aprendizaje profundo: Amazon Comprehend utiliza la tecnología de aprendizaje profundo para analizar el texto con precisión. Nuestros modelos se entrenan constantemente con nuevos datos en varios dominios para mejorar la precisión.

• Procesamiento escalable del lenguaje natural: Amazon Comprehend le permite analizar millones de documentos para descubrir la información que contienen.

• Integrado con otros AWS servicios: Amazon Comprehend está diseñado para funcionar sin problemas con otros AWS servicios, como Amazon S3 AWS KMS, y. AWS LambdaGuarde sus documentos en Amazon S3 o analice datos en tiempo real con Firehose. Support for AWS Identity and Access Management (IAM) facilita el control seguro del acceso a las operaciones de Amazon Comprehend. Usando IAM, puede crear y administrar usuarios y grupos para conceder el acceso apropiado a sus desarrolladores y usuarios finales.

• Cifrado de los resultados de salida y los datos de volumen: Amazon S3 ya le permite cifrar los documentos de entrada y Amazon Comprehend lo amplía aún más. Con su propia clave KMS, usted puede cifrar los resultados de salida de su trabajo y los datos del volumen de almacenamiento adjunto a la instancia de cómputo que procesa el trabajo de análisis. El resultado es una seguridad considerablemente mejorada.

• Bajo coste: con Amazon Comprehend, no hay tarifas mínimas ni compromisos por adelantado. Usted paga por los documentos que analiza y por los modelos personalizados que entrena.

Precios de Amazon Comprehend

Con Amazon Comprehend, paga solo por los recursos que usa. Si es cliente nuevo de AWS , puede comenzar con Amazon Comprehend de forma gratuita. Para obtener más información, consulte AWS Capa de uso gratuita.

Hay un cargo por uso por realizar trabajos de análisis asíncronos o en tiempo real. Usted paga por el entrenamiento de modelos personalizados y paga por la administración de modelos personalizados. En el caso de las solicitudes en tiempo real que utilizan modelos personalizados, usted paga por el punto de conexión desde el momento en que lo inicia hasta que lo elimina. El uso de los volantes de inercia no supone ningún cargo adicional. Sin embargo, cuando se ejecuta una iteración del volante de inercia, se incurre en los cargos estándar para el entrenamiento de una nueva versión del modelo y para el almacenamiento de los datos del modelo.

Para ver las tarifas e información adicional detallada, consulte los precios de Amazon Comprehend.

¿Es la primera vez que usa Amazon Comprehend?

Si es la primera vez que utiliza Amazon Comprehend, le recomendamos que lea las siguientes secciones en orden:

1. Cómo funciona: esta sección presenta los conceptos de Amazon Comprehend.

2. Configuración: en esta sección, usted crea una cuenta y configura la AWS CLI.

3. Introducción a Amazon Comprehend: en esta sección, usted realiza un trabajo de análisis de Amazon Comprehend.

4. Tutorial: Análisis de la información obtenida de las opiniones de los clientes con Amazon Comprehend: en esta sección, usted realiza un análisis de opiniones y entidades y visualiza los resultados.

5. Referencia de la API de Amazon Comprehend: documentación de referencia para las operaciones de Amazon Comprehend.

AWS proporciona los siguientes recursos para obtener información sobre el servicio Amazon Comprehend:

• El AWS Blog Machine Learning incluye artículos útiles sobre Amazon Comprehend.

• Amazon Comprehend Resources ofrece vídeos y tutoriales útiles sobre Amazon Comprehend.