Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Personalizzare l’importazione per un’origine dati
Puoi personalizzare l'inserimento di vettori quando colleghi una fonte di dati in Console di gestione AWS o modificando il valore del campo quando invii una richiesta. vectorIngestionConfiguration CreateDataSource
Selezionare un argomento per scoprire come includere configurazioni per personalizzare l’importazione durante la connessione a un’origine dati:
Scegli una strategia di analisi
Le knowledge base gestite supportano due strategie di analisi:
-
SMART_PARSING(impostazione predefinita): una strategia di analisi gestita dal servizio che seleziona automaticamente il miglior approccio di analisi per i tuoi contenuti. Non è necessario configurare un modello di analisi o fornire impostazioni aggiuntive. -
MULTI_MODAL_EMBEDDINGS— Invia i file direttamente a un modello di incorporamento multimodale nativo invece di analizzarli in testo. Utilizzate questa strategia solo quando la vostra knowledge base utilizza un modello di incorporamento multimodale nativo, nel qual caso è l'unica strategia supportata. Per ulteriori informazioni, consulta Elaborazione multimodale nativa.
Per utilizzare l'analisi intelligente, puoi omettere il parsingConfiguration campo o specificarlo esplicitamente vectorIngestionConfiguration come segue:
{ "parsingConfiguration": { "parsingStrategy": "SMART_PARSING" } }
Nota
Altre strategie di analisi, come BEDROCK_FOUNDATION_MODEL eBEDROCK_DATA_AUTOMATION, non sono supportate per le knowledge base gestite.
Scegliere una strategia di chunking
È possibile personalizzare il modo in cui i documenti contenuti nei dati vengono suddivisi in blocchi per l’archiviazione e il recupero. Per ulteriori informazioni sulle opzioni per il chunking dei dati in Knowledge Base per Amazon Bedrock, consulta Come funziona il chunking dei contenuti per le knowledge base.
Nota
Le strategie di suddivisione in blocchi si applicano al testo. Se la tua knowledge base utilizza un modello di incorporamento multimodale nativo, i file vengono inviati direttamente al modello di incorporamento anziché essere analizzati in testo, quindi queste strategie di suddivisione in blocchi non si applicano. Sei tu invece a controllare come i file audio e video vengono suddivisi in segmenti. Per ulteriori informazioni, consulta Elaborazione multimodale nativa.
avvertimento
Dopo la connessione all’origine dati, non è possibile modificare la strategia di chunking.
In Console di gestione AWS scegli la strategia di suddivisione in blocchi quando ti connetti a una fonte di dati. Con l'API Amazon Bedrock, includi un ChunkingConfiguration nel chunkingConfiguration campo del. VectorIngestionConfiguration
Se ometti questa configurazione o specifichi la strategia di suddivisione in blocchi predefinita, il servizio utilizza il chunking a dimensione fissa con 300 token e una sovrapposizione del 20%.
{ "chunkingConfiguration": { "chunkingStrategy": "DEFAULT" } }
Espandi la sezione che corrisponde alla strategia di suddivisione in blocchi che desideri utilizzare:
Per trattare ogni documento dell’origine dati come un singolo blocco di origine, specificare NONE nel campo chunkingStrategy della ChunkingConfiguration, come nel seguente formato:
{ "chunkingStrategy": "NONE" }
Per dividere ogni documento dell'origine dati in blocchi approssimativamente della stessa dimensione, specifica FIXED_SIZE nel chunkingStrategy campo ChunkingConfiguration e includi a nel fixedSizeChunkingConfiguration campo, come FixedSizeChunkingConfiguration nel seguente formato:
{ "chunkingStrategy": "FIXED_SIZE", "fixedSizeChunkingConfiguration": { "maxTokens": number, "overlapPercentage": number } }
Nota
La suddivisione semantica non è supportata per le knowledge base gestite.
