Riconoscimento personalizzato di entità

Il riconoscimento personalizzato di entità consente di personalizzare Amazon Comprehend per identificare termini specifici del dominio. Utilizzando AutoML, Amazon Comprehend apprende da un piccolo insieme di esempi (ad esempio, un elenco di numeri di policy, numeri di richieste o SSN), e poi addestra un modello privato e personalizzato per riconoscere questi termini, come i numeri di richiesta, in qualsiasi altro blocco di testo in PDF, testo semplice, o documenti Microsoft Word, senza aver bisogno del ML. Per ulteriori dettagli, consultare questa pagina della documentazione. 

Classificazione personalizzata

L’API di classificazione personalizzata permette di creare con facilità modelli personalizzati di classificazione dei testi utilizzando etichette specifiche di ogni azienda e senza dover conoscere il ML. Per esempio, il dipartimento di assistenza clienti può utilizzare la classificazione personalizzata per suddividere automaticamente le richieste in entrata per tipo di problema, in base alla descrizione fornita dal cliente.  Il modello personalizzato semplifica le attività di moderazione di commenti su un sito Web, valutazione del feedback dei clienti e di organizzazione dei documenti di gruppi di lavoro. Per ulteriori dettagli, consulta questa pagina della documentazione.

Riconoscimento delle entità

L'API di riconoscimento delle entità restituisce le entità denominate ("persona", "luogo", "località" e così via), automaticamente classificate in base al testo fornito. Per ulteriori dettagli, consultare questa pagina della documentazione.

Analisi del sentiment

L'API di analisi del sentiment restituisce il sentiment complessivo di un testo (positivo, negativo, neutro o misto). Per ulteriori dettagli, consultare questa pagina della documentazione. 

Sentiment mirato

Il sentiment mirato fornisce approfondimenti granulari identificando il sentiment (positivo, negativo, neutro o misto) rispetto alle entità all'interno del testo. Per ulteriori dettagli, consultare questa pagina della documentazione.

Identificazione e redazione delle informazioni di identificazione personale (PII)

Utilizza le funzionalità ML di Amazon Comprehend per rilevare e redigere le informazioni di identificazione personale (PII) in e-mail dei clienti, ticket di assistenza, recensioni prodotti, social media e altri ancora. Non sono necessarie competenze in campo ML. Ad esempio, è possibile analizzare i ticket di assistenza e i file di caratteristiche del caso per rilevare le entità PII e revisionare il testo prima di indicizzare i documenti nella soluzione di ricerca. Dopodiché, le soluzioni di ricerca saranno dei documenti senza entità PII. Revisionare le entità PII ti consente di proteggere la privacy e soddisfare i requisiti legali e i la regolamentazione locali. Per ulteriori dettagli, consulta questa pagina della documentazione.

Rilevamento di contenuti inappropriati

Il rilevamento di contenuti inappropriati di Comprehend è una soluzione semplice basata sull'elaborazione del linguaggio naturale (NLP) per il rilevamento di contenuti inappropriati nei documenti testuali. Questa funzionalità è disponibile da subito per moderare le conversazioni peer-to-peer su piattaforme online e gli input/output dell'IA generativa. Per ulteriori dettagli, consultare questa pagina della documentazione.

Classificazione di sicurezza del prompt

Comprehend fornisce un classificatore binario pre-addestrato in grado di classificare il prompt di input come dannoso o innocuo. Questo può essere integrato per consentire agli LLM di rispondere solo a contenuti innocui. Per ulteriori dettagli, consultare questa pagina della documentazione

Estrazione di frasi chiave

L'API di estrazione di frasi chiave restituisce frasi chiave o argomenti di discussione insieme a un punteggio di affidabilità per specificare che si tratta effettivamente di una frase chiave. Per ulteriori dettagli, consultare questa pagina della documentazione.

  • Testo di esempio: Sono un fotografo appassionato e di solito scatto foto con la mia DSLR o la mia fotocamera a sviluppo istantaneo che mi porto sempre dietro per l'uso occasionale. Mentre nulla batte la mia DSLR quanto a potenza e praticità, la mia fotocamera a sviluppo istantaneo ha qualcosa di magico. Forse è il fatto di imprimere realmente su pellicola un'immagine o forse è la consapevolezza che ogni scatto è un oggetto fisico unico, qualcosa di speciale nel mondo di oggi, in cui spopolano Instagram e Facebook, strapieni di foto. Quello che so di sicuro è che sono fotocamere incredibilmente divertenti da usare e suscitano sempre l'entusiasmo di chiunque a una festa.

    Frase chiave Affidabilità
    un fotografo appassionato 0,99
    la mia DSLR 0,97
    la mia fotocamera a sviluppo istantaneo 0,99
    uso occasionale 0,99
    potenza e praticità 0,94
    realmente su pellicola 0,99
    ogni scatto 0,92
    un manufatto fisico unico 0,99
    oggi 0,91
    mondo 0,99
    Instagram e Facebook 0,99

Rilevamento di eventi

Comprehend Events consente di estrarre la struttura di un evento da un documento, distillando pagine di testo in dati processati in modo semplice per il consumo da parte delle applicazioni IA o dello strumento di visualizzazione a grafo. Questa API consente di rispondere a domande del tipo chi-cosa-dove-quando su grandi insiemi di documenti, su vasta scala e senza esperienza pregressa in elaborazione del linguaggio naturale (NLP). Utilizza Comprehend Events per estrarre dettagli granulari su eventi della vita quotidiana ed entità associate espressi in testi non strutturati. Per ulteriori dettagli, consultare questa pagina della documentazione. 

Rilevamento della lingua

L'API di rilevamento della lingua identifica automaticamente il testo scritto in oltre 100 lingue e restituisce la lingua dominante con un punteggio di affidabilità per specificare che si tratta della lingua dominante. Per ulteriori dettagli, consultare questa pagina della documentazione.

Analisi della sintassi

L'API di sintassi di Amazon Comprehend permette ai clienti di analizzare i testi utilizzando tokenizzazione e categorie morfo-sintattiche, nonché di identificare i confini delle parole e le parti del discorso quali nomi e aggettivi. Per ulteriori dettagli, consultare questa pagina della documentazione.

Topic modeling

L'API di topic modeling identifica termini o argomenti rilevanti da una raccolta di documenti memorizzati in Amazon S3. Identifica gli argomenti più comuni nella raccolta e li organizza in gruppi, quindi associa ogni documento a un argomento. Per ulteriori dettagli, consulta questa pagina della documentazione.

  • 1. Raggruppamento di parole chiave che corrispondono ad argomenti

    Ogni gruppo di parole chiave viene associato a un gruppo di argomenti. Il peso si riferisce alla prevalenza della parola chiave all'interno del gruppo. Le parole chiave con peso vicino a 1 sono le più indicative del contesto del gruppo di argomenti.
    Gruppo di argomenti Parole chiave Peso
    1 Amazon 0,87
    1 Seattle 0,65
    2 Festività 0,78
    2 Shopping 0,67
    Ogni gruppo di parole chiave viene associato a un gruppo di argomenti. Il peso si riferisce alla prevalenza della parola chiave all'interno del gruppo. Le parole chiave con peso vicino a 1 sono le più indicative del contesto del gruppo di argomenti.

    2. Raggruppamento di documenti per argomenti

    Nome del documento Gruppo di argomenti Proporzione
    Doc1.txt 1 0,87
    Doc2.txt 1 0,65
    Doc3.txt 2 0,78
    Doc4.txt 2 0,67
    Ogni documento viene associato a un gruppo di argomenti in base alla proporzione delle parole chiave pesate del gruppo di argomenti presenti nel documento.

Supporto multilingue

Amazon Comprehend può eseguire l'analisi del testo in tedesco, inglese, spagnolo, italiano,
Testo in portoghese, francese, giapponese, coreano, hindi, arabo, cinese (semplificato) e cinese (tradizionale). Per costruire applicazioni in altre lingue, i clienti hanno a disposizione Amazon Translate per convertire il testo in una lingua supportata da Amazon Comprehend, per poi utilizzarlo per effettuare l’analisi del testo. Per maggiori informazioni sul supporto in lingua, consultare la pagina relativa alla documentazione.

Ulteriori informazioni sui prezzi di Amazon Comprehend

Visita la pagina dei prezzi
Sei pronto per iniziare?
Registrati
Hai altre domande?
Contattaci