Apa itu Amazon Comprehend? - Amazon Comprehend

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Apa itu Amazon Comprehend?

Amazon Comprehend menggunakan Natural Language Processing (NLP) untuk mengekstrak wawasan tentang isi dokumen. Hal ini mengembangkan wawasan dengan mengakui entitas, frase kunci, bahasa, sentimen, dan elemen umum lainnya dalam dokumen. Gunakan Amazon Comprehend untuk membuat produk baru berdasarkan pemahaman struktur dokumen. Misalnya, menggunakan Amazon Comprehend Anda dapat mencari umpan jejaring sosial untuk menyebutkan produk atau memindai seluruh repositori dokumen untuk frasa kunci.

Anda dapat mengakses kemampuan analisis dokumen Amazon Comprehend menggunakan konsol Amazon Comprehend atau menggunakan Amazon Comprehend API. Anda dapat menjalankan analisis real-time untuk beban kerja kecil atau Anda dapat memulai pekerjaan analisis asinkron untuk kumpulan dokumen besar. Anda dapat menggunakan model pra-terlatih yang disediakan Amazon Comprehend, atau Anda dapat melatih model kustom Anda sendiri untuk klasifikasi dan pengenalan entitas.

Amazon Comprehend dapat menyimpan konten Anda untuk terus meningkatkan kualitas model pra-terlatih. Lihat FAQ Amazon Comprehend untuk mempelajari lebih lanjut.

Semua fitur Amazon Comprehend menerima dokumen teks UTF-8 sebagai masukan. Selain itu, klasifikasi kustom dan pengenalan entitas kustom menerima file gambar, file PDF, dan file Word sebagai input.

Amazon Comprehend dapat memeriksa dan menganalisis dokumen dalam berbagai bahasa, tergantung pada fitur spesifiknya. Untuk informasi selengkapnya, lihat Bahasa yang didukung di Amazon Comprehend. Bahasa dominanKemampuan Amazon Comprehend dapat memeriksa dokumen dan menentukan bahasa dominan untuk pilihan bahasa yang jauh lebih luas.

Amazon Comprehend wawasan

Amazon Comprehend menggunakan model pra-terlatih untuk memeriksa dan menganalisis dokumen atau serangkaian dokumen untuk mengumpulkan wawasan tentang hal itu. Model ini terus dilatih pada sejumlah besar teks sehingga Anda tidak perlu memberikan data pelatihan.

Amazon Comprehend menganalisis jenis wawasan berikut:

  • Entitas — Referensi ke nama orang, tempat, barang, dan lokasi yang terkandung dalam dokumen.

  • Frasa kunci — Frasa yang muncul dalam dokumen. Misalnya, dokumen tentang permainan bola basket mungkin mengembalikan nama tim, nama tempat, dan skor akhir.

  • Informasi Identifikasi Pribadi (PII) — Data pribadi yang dapat mengidentifikasi seseorang, seperti alamat, nomor rekening bank, atau nomor telepon.

  • Bahasa — Bahasa yang dominan dari sebuah dokumen.

  • Sentimen — Sentimen dominan dari sebuah dokumen, yang bisa positif, netral, negatif, atau campuran.

  • Sentimen yang ditargetkan — Sentimen yang terkait dengan entitas tertentu dalam dokumen. Sentimen untuk setiap kejadian entitas dapat positif, negatif, netral atau campuran.

  • Sintaks — Bagian-bagian pidato untuk setiap kata dalam dokumen.

Untuk informasi selengkapnya, lihat Wawasan.

Amazon Comprehend Kustom

Anda dapat menyesuaikan Amazon Comprehend untuk kebutuhan spesifik Anda tanpa keahlian yang diperlukan untuk membuat solusi NLP berbasis pembelajaran mesin. Menggunakan pembelajaran mesin otomatis, atau AutoML, Amazon Comprehend Custom membuat model NLP yang disesuaikan atas nama Anda, menggunakan data yang sudah Anda miliki.

Klasifikasi kustom - Buat model klasifikasi khusus (pengklasifikasi) untuk mengatur dokumen Anda ke dalam kategori Anda sendiri.

Pengenalan entitas khusus — Buat model pengenalan entitas khusus (pengenal) yang dapat menganalisis teks untuk istilah spesifik dan frasa berbasis kata benda Anda.

Untuk informasi selengkapnya, lihat Amazon Comprehend Kustom.

Roda Gila

Gunakan flywheels untuk menyederhanakan proses pelatihan dan mengelola versi model kustom dari waktu ke waktu. Roda gaya membantu mengatur tugas-tugas yang terkait dengan pelatihan dan mengevaluasi versi baru dari suatu model. Flywheels mendukung model kustom teks biasa untuk klasifikasi kustom dan pengenalan entitas kustom. Untuk informasi selengkapnya, lihat Roda Gila.

Pengelompokan dokumen (pemodelan topik)

Anda juga dapat menggunakan Amazon Comprehend untuk memeriksa kumpulan dokumen untuk mengaturnya berdasarkan kata kunci serupa di dalamnya. Pengelompokan dokumen (pemodelan topik) berguna untuk mengatur kumpulan besar dokumen ke dalam topik atau cluster yang serupa berdasarkan frekuensi kata. Untuk informasi selengkapnya, lihat Pemodelan topik.

Contoh-contoh

Contoh berikut menunjukkan bagaimana Anda dapat menggunakan operasi Amazon Comprehend dalam aplikasi Anda.

contoh 1: Temukan dokumen tentang suatu subjek

Temukan dokumen tentang subjek tertentu menggunakan Amazon Comprehend pemodelan topik. Pindai satu set dokumen untuk menentukan topik yang dibahas, dan untuk menemukan dokumen yang terkait dengan setiap topik. Anda dapat menentukan jumlah topik yang Amazon Comprehend harus kembali dari set dokumen.

contoh 2: Cari tahu bagaimana perasaan pelanggan tentang produk Anda

Jika perusahaan Anda menerbitkan katalog, biarkan Amazon Comprehend memberi tahu Anda pendapat pelanggan tentang produk Anda. Kirim setiap komentar pelanggan ke DetectSentiment operasi dan itu akan memberi tahu Anda apakah pelanggan merasa positif, negatif, netral, atau campuran tentang suatu produk.

contoh 3: Temukan apa yang penting bagi pelanggan Anda

Gunakan Amazon Comprehend pemodelan topik untuk menemukan topik yang dibicarakan pelanggan Anda di forum dan papan pesan Anda, lalu gunakan deteksi entitas untuk menentukan orang, tempat, dan hal-hal yang mereka kaitkan dengan topik tersebut. Gunakan analisis sentimen untuk menentukan bagaimana perasaan pelanggan Anda tentang suatu topik.

Manfaat

Manfaat menggunakan Amazon Comprehend meliputi:

  • Integrasikan pemrosesan bahasa alami yang kuat ke dalam aplikasi Anda — Amazon Comprehend menghilangkan kompleksitas membangun kemampuan analisis teks ke dalam aplikasi Anda dengan membuat pemrosesan bahasa alami yang kuat dan akurat tersedia dengan API sederhana. Anda tidak memerlukan keahlian analisis tekstual untuk memanfaatkan wawasan yang dihasilkan Amazon Comprehend.

  • Pemrosesan bahasa alami berbasis pembelajaran mendalam — Amazon Comprehend menggunakan teknologi pembelajaran mendalam untuk menganalisis teks secara akurat. Model kami terus dilatih dengan data baru di beberapa domain untuk meningkatkan akurasi.

  • Pemrosesan bahasa alami yang dapat diskalakan — Amazon Comprehend memungkinkan Anda menganalisis jutaan dokumen sehingga Anda dapat menemukan wawasan yang dikandungnya.

  • Terintegrasi dengan AWS layanan lain - Amazon Comprehend dirancang untuk bekerja secara mulus dengan AWS layanan lain seperti Amazon S3,, dan. AWS KMS AWS LambdaSimpan dokumen Anda di Amazon S3, atau analisis data real-time dengan Firehose. Support for AWS Identity and Access Management (IAM) memudahkan untuk mengontrol akses ke operasi Amazon Comprehend dengan aman. Menggunakan IAM, Anda dapat membuat dan mengelola pengguna dan grup untuk memberikan akses yang sesuai ke pengembang dan pengguna akhir Anda.

  • Enkripsi hasil keluaran dan data volume - Amazon S3 sudah memungkinkan Anda mengenkripsi dokumen input Anda, dan Amazon Comprehend memperluas ini lebih jauh. Dengan menggunakan kunci KMS Anda sendiri, Anda dapat mengenkripsi hasil output pekerjaan Anda dan data pada volume penyimpanan yang dilampirkan ke instance komputasi yang memproses pekerjaan analisis. Hasilnya adalah keamanan yang ditingkatkan secara signifikan.

  • Biaya rendah — Dengan Amazon Comprehend, tidak ada biaya minimum atau komitmen di muka. Anda membayar dokumen yang Anda analisis dan model khusus yang Anda latih.

Amazon Comprehend Harga

Dengan Amazon Comprehend, Anda hanya membayar untuk sumber daya yang Anda gunakan. Jika Anda adalah AWS pelanggan baru, Anda dapat memulai Amazon Comprehend secara gratis. Untuk informasi selengkapnya, lihat tingkat penggunaanAWS gratis.

Ada biaya penggunaan untuk menjalankan pekerjaan analisis real-time atau asinkron. Anda membayar untuk melatih model khusus, dan Anda membayar untuk manajemen model khusus. Untuk permintaan real-time menggunakan model kustom, Anda membayar titik akhir dari saat Anda memulai titik akhir hingga Anda menghapus titik akhir. Tidak ada biaya tambahan untuk menggunakan flywheels. Namun, ketika Anda menjalankan iterasi flywheel, Anda dikenakan biaya standar untuk melatih versi model baru dan menyimpan data model.

Untuk tarif dan informasi rinci tambahan, lihat Harga Amazon Comprehend.

Apakah Anda pengguna pertama kali Amazon Comprehend?

Jika Anda adalah pengguna pertama kali Amazon Comprehend, kami sarankan Anda membaca bagian berikut secara berurutan:

  1. Cara kerjanya— Bagian ini memperkenalkan konsep Amazon Comprehend.

  2. Menyiapkan— Di bagian ini, Anda membuat akun dan mengatur akun AWS CLI.

  3. Memulai dengan Amazon Comprehend— Di bagian ini, Anda menjalankan pekerjaan analisis Amazon Comprehend.

  4. Tutorial: Menganalisis wawasan dari ulasan pelanggan dengan Amazon Comprehend— Di bagian ini, Anda melakukan analisis sentimen dan entitas dan memvisualisasikan hasilnya.

  5. Referensi API Amazon Comprehend — Dokumentasi referensi untuk operasi Amazon Comprehend.

AWS menyediakan sumber daya berikut untuk mempelajari tentang layanan Amazon Comprehend: