Classification personnalisée - Amazon Comprehend

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.

Classification personnalisée

Utilisez la classification personnalisée pour organiser vos documents en catégories (classes) que vous définissez. La classification personnalisée est un processus en deux étapes. Tout d'abord, vous entraînez un modèle de classification personnalisé (également appelé classificateur) pour reconnaître les classes qui vous intéressent. Vous pouvez ensuite utiliser votre modèle pour classer autant de jeux de documents que vous le souhaitez.

Par exemple, vous pouvez classer le contenu des demandes d'assistance afin de pouvoir les acheminer vers l'équipe d'assistance appropriée. Vous pouvez également classer les e-mails reçus des clients afin de fournir des conseils en fonction du type de demande du client. Vous pouvez associer Amazon Comprehend à Amazon Transcribe pour convertir le discours en texte, puis classer les demandes provenant des appels téléphoniques d'assistance.

Vous pouvez exécuter une classification personnalisée sur un seul document de manière synchrone (en temps réel) ou démarrer une tâche asynchrone pour classer un ensemble de documents. Vous pouvez avoir plusieurs classificateurs personnalisés dans votre compte, chacun entraîné à l'aide de données différentes. La classification personnalisée prend en charge divers types de documents d'entrée, tels que le texte brut, les PDF, Word et les images.

Lorsque vous soumettez une tâche de classification, vous choisissez le modèle de classificateur à utiliser, en fonction du type de documents que vous devez analyser. Par exemple, pour analyser des documents en texte brut, vous obtenez les résultats les plus précis en utilisant un modèle que vous avez entraîné avec des documents en texte brut. Pour analyser des documents semi-structurés (tels que des PDF, Word, des images, des sorties Amazon Textract ou des fichiers numérisés), vous obtenez les résultats les plus précis en utilisant un modèle que vous avez entraîné avec des documents natifs.