Amazon Comprehend Custom

Você pode personalizar o Amazon Comprehend de acordo com seus requisitos específicos sem o conjunto de habilidades necessário para criar soluções de PNL baseadas em machine learning. Usando o machine learning automático, ou AutoML, o Comprehend Custom cria modelos de PNL personalizados em seu nome, usando dados de treinamento fornecidos.

Processamento de entrada de documentos: o Amazon Comprehend é compatível com o processamento de documentos em uma etapa para classificação personalizada e reconhecimento personalizado de entidades. Por exemplo, você pode inserir uma combinação de documentos de texto simples e documentos semiestruturados (como documentos em PDF, documentos do Microsoft Word e imagens) em um trabalho de análise personalizada. Para ter mais informações, consulte Processamento de documentos.

Classificação personalizada: crie modelos de classificação personalizada (classificadores) para organizar seus documentos em suas próprias categorias. Para cada rótulo de classificação, forneça um conjunto de documentos que melhor represente esse rótulo e treine seu classificador sobre ela. Uma vez treinado, um classificador pode ser usado em qualquer número de conjuntos de documentos sem rótulos. Você pode usar o console para uma experiência sem código ou instalar o SDK da AWS mais recente. Para ter mais informações, consulte Classificação personalizada.

Reconhecimento personalizado de entidades: crie modelos personalizados de reconhecimento de entidades (reconhecedores) que possam analisar o texto de acordo com seus termos específicos e frases baseadas em substantivos. Treine os reconhecedores para extrair termos como números de apólices ou frases que impliquem uma escalada de clientes. Para treinar o modelo, forneça uma lista das entidades e um conjunto de documentos que as contêm. Depois que o modelo é treinado, é possível enviar tarefas de análise para extrair suas entidades personalizadas. Para ter mais informações, consulte Reconhecimento de entidade personalizado.