Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Amazon Comprehend personnalisé
Vous pouvez personnaliser Amazon Comprehend en fonction de vos besoins spécifiques sans avoir les compétences requises pour créer des solutions NLP basées sur le machine learning. À l'aide de l'apprentissage automatique, ou AutoML, Comprehend Custom crée des modèles de PNL personnalisés en votre nom, en utilisant les données d'entraînement que vous fournissez.
Traitement des documents d'entrée : Amazon Comprehend prend en charge le traitement des documents en une étape pour une classification personnalisée et une reconnaissance d'entité personnalisée. Par exemple, vous pouvez saisir un mélange de documents en texte brut et de documents semi-structurés (tels que des documents PDF, des documents Microsoft Word et des images) dans une tâche d'analyse personnalisée. Pour plus d’informations, consultez Traitement des documents.
Classification personnalisée — Créez des modèles de classification personnalisés (classificateurs) pour organiser vos documents dans vos propres catégories. Pour chaque étiquette de classification, fournissez un ensemble de documents qui représentent le mieux cette étiquette et entraînez votre classificateur sur celle-ci. Une fois formé, un classificateur peut être utilisé sur un certain nombre d'ensembles de documents non étiquetés. Vous pouvez utiliser la console pour une expérience sans code ou installer le dernier AWS SDK. Pour plus d’informations, consultez Classification personnalisée.
Reconnaissance d'entités personnalisée : créez des modèles de reconnaissance d'entités personnalisés (outils de reconnaissance) capables d'analyser le texte pour détecter des termes spécifiques et des phrases basées sur des noms. Vous pouvez former des personnes chargées de la reconnaissance à extraire des termes tels que des numéros de police ou des phrases qui impliquent une escalade de la relation client. Pour entraîner le modèle, vous fournissez une liste des entités et un ensemble de documents qui les contiennent. Une fois le modèle entraîné, vous pouvez soumettre des tâches d'analyse par rapport à celui-ci pour en extraire les entités personnalisées. Pour plus d'informations, consultez Reconnaissance d'entités personnalisée.