Sélectionner vos préférences de cookies

Nous utilisons des cookies essentiels et des outils similaires qui sont nécessaires au fonctionnement de notre site et à la fourniture de nos services. Nous utilisons des cookies de performance pour collecter des statistiques anonymes afin de comprendre comment les clients utilisent notre site et d’apporter des améliorations. Les cookies essentiels ne peuvent pas être désactivés, mais vous pouvez cliquer sur « Personnaliser » ou « Refuser » pour refuser les cookies de performance.

Si vous êtes d’accord, AWS et les tiers approuvés utiliseront également des cookies pour fournir des fonctionnalités utiles au site, mémoriser vos préférences et afficher du contenu pertinent, y compris des publicités pertinentes. Pour accepter ou refuser tous les cookies non essentiels, cliquez sur « Accepter » ou « Refuser ». Pour effectuer des choix plus détaillés, cliquez sur « Personnaliser ».

Créez des plans de transformation

Mode de mise au point
Créez des plans de transformation - Amazon Bedrock

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.

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.

Les BDA vous permettent de diviser et de restructurer les champs de données en fonction de vos besoins spécifiques. Cette fonctionnalité vous permet de transformer les données extraites dans un format mieux adapté à vos systèmes en aval ou à vos besoins analytiques.

Dans de nombreux cas, les documents peuvent contenir des champs qui combinent plusieurs informations en un seul champ. BDA vous permet de diviser ces champs en champs individuels distincts pour faciliter la manipulation et l'analyse des données. Par exemple, si un document contient le nom d'une personne dans un champ unique, vous pouvez le diviser en champs distincts pour le prénom, le deuxième prénom, le nom de famille et le suffixe.

Pour les tâches de transformation, le type d'extraction peut être défini comme explicite ou inféré, selon que la valeur doit être normalisée ou non.

Champ Instructions Type d'extraction Type

PRENOM_PRÉNOM

Le prénom

Explicite

Chaîne

NOM INTERMÉDIAIRE

Le deuxième prénom ou l'initiale

Explicite

Chaîne

NOM_FAMILLE

Le nom de famille du chauffeur

Explicite

Chaîne

SUFFIXE

Le suffixe, tel que PhD, MSc etc.

Explicite

Chaîne

Un autre exemple concerne les blocs d'adresses qui peuvent apparaître sous forme de champ unique.

Champ Instructions Type d'extraction Type

rue

Quelle est l'adresse de la rue

Explicite

Chaîne

Ville

Qu'est-ce que la ville

Explicite

Chaîne

État

Qu'est-ce que l'État ?

Explicite

Chaîne

ZipCode

Quel est le code postal de l'adresse ?

Explicite

Chaîne

Vous pouvez définir ces champs comme des champs complètement individuels ou créer un type personnalisé. Les types personnalisés sont des types que vous pouvez réutiliser pour différents champs. Dans l'exemple ci-dessous, nous créons un type personnalisé « NameInfo » que nous utilisons pour « EmployeeName » et « ManagerName ».

ConfidentialitéConditions d'utilisation du sitePréférences de cookies
© 2025, Amazon Web Services, Inc. ou ses affiliés. Tous droits réservés.