Amazon Comprehend

اكتشف الأفكار والعلاقات في النص

إن Amazon Comprehend عبارة عن خدمة معالجة للغة الطبيعية (NLP) تستخدم تقنية Machine Learning للتوصل إلى الاستيعاب العميق للنص والعلاقات الموجودة به. لا حاجة للخبرة بتقنية Machine Learning.

يوجد كنز كبير من الإمكانيات التي تنطوي عليها البيانات غير المهيكلة لديك. إن رسائل البريد الإلكتروني الموجهة للعملاء، وتذاكر الدعم، وتعليقات العملاء على المنتجات، ووسائل التواصل الاجتماعي، وحتى نصوص الإعلانات تتيح الاستيعاب العميق لما تنطوي عليه نفوس العملاء مما يمكن استغلاله في نشاطك التجاري. والسؤال هو كيف يمكن الحصول على ذلك؟ ووفقًا لما توصلنا إليه، فإن تقنية Machine Learning مفيدة بشكل خاص في التحديد الدقيق لعناصر محددة يجدر الاهتمام بها ضمن الكم الهائل من النصوص (مثل البحث عن أسماء الشركات في تقارير المحللين)، ويمكن تعلم كوامن النفوس التي تختبئ خلف اللغة (تحديد التعليقات السلبية على المنتجات، أو تفاعلات العملاء الإيجابية مع موظفي خدمة العملاء)، على نطاق غير محدود تقريبًا.

تستخدم Amazon Comprehend تقنية Machine Learning لمساعدتك في الكشف عن الاستيعاب العميق لبياناتك غير المهيكلة والعلاقات الموجودة فيها. تتعرف الخدمة على لغة النص؛ وتستخرج العبارات أو الأماكن أو الأشخاص أو العلامات التجارية أو الأحداث المهمة؛ وتفهم مدى إيجابية أو سلبية النص؛ وتحلل النص باستخدام الترميز المميز وأقسام الكلام؛ وتنظم مجموعات الملفات النصية تلقائيًا حسب الموضوع. يمكنك أيضًا استخدام قدرات AutoML في Amazon Comprehend لإنشاء مجموعة مخصصة من الكيانات أو نماذج تصنيف النص المصممة بشكل فريد بما يتناسب مع احتياجات مؤسستك.

لاستخراج المعلومات الطبية المعقدة من نص غير مهيكل، يمكنك استخدام Amazon Comprehend Medical. يمكن للخدمة تحديد المعلومات الطبية، مثل الحالات الطبية والأدوية والجرعات ومدى فعاليتها ومعدلات تكرارها من خلال مجموعة متنوعة من المصادر مثل ملاحظات الطبيب وتقارير التجارب السريرية والسجلات الصحية للمريض. يحدد موقع Amazon Comprehend Medical أيضًا العلاقة بين المعلومات التي تم استخراجها فيما يتعلق بالأدوية والاختبار، والعلاج والإجراءات العلاجية لتسهيل التحليل. على سبيل المثال، تحدد الخدمة جرعة معينة ومدى فعاليتها ومعدل تكرارها فيما يتعلق بدواء معين من خلال ملاحظات سريرية غير مهيكلة.

تتم إدارة Amazon Comprehend بشكل كامل، لذلك لا داعي لتوفير خوادم، ولا داعي لتطوير نماذج لتقنية Machine Learning أو تدريبها أو نشرها. ولا تدفع إلا مقابل ما تستخدمه؛ فلا يوجد حد أدنى للرسوم ولا توجد التزامات مسبقة.

التعريف بخدمة Amazon Comprehend

الفوائد

الحصول على إجابات أفضل من خلال النص لديك

تنظيم المستندات حسب الموضوعات

تدريب النماذج على البيانات الخاصة بك

دعم للنص العام والنص المتخصص في مجال معين

يمكن لخدمة Amazon Comprehend اكتشاف المعنى والعلاقات في النصوص من أحداث دعم العملاء والتعليقات على المنتجات وموجز مواقع التواصل الاجتماعي ومقالات الأخبار والمستندات والمصادر الأخرى. على سبيل المثال، يمكنك التعرُّف على السمة في ما يُذكر بشكل أكبر عندما يكون العملاء سعداء بمنتجك أو غير سعداء به.

يمكن لخدمة Amazon Comprehend تحليل مجموعة من المستندات وملفات النصوص الأخرى (مثل منشورات مواقع التواصل الاجتماعي) وتنظيمها تلقائيًا المصطلحات أو الموضوعات ذات الصلة. يمكنك بعد ذلك استخدام الموضوعات لتقديم محتوى مخصص حسب الشخص إلى عملائك أو تقديم مستوى أكثر ثراءً من البحث والتنقل. على سبيل المثال، إذا كانت لديك مجموعة كبيرة من مقالات الأخبار، فيمكنك تصنيفها تلقائيًا في مجموعات حسب الموضوع لتميكن موقعك من اقتراح المقالات الجديدة للزوار وفقًا لما قرؤوه من قبل.

يمكنك بسهولة توسيع نطاق خدمة Amazon Comprehend لتحديد مصطلحات محددة، مثل أرقام وثيقة تأمين أو رموز الأجزاء بالمعدات. ويمكنك أيضًا توسيع نطاق خدمة Comprehend لتصنيف المستندات والرسائل بطريقة مفيدة في نشاطك التجاري، مثل الاستفسارات الواردة لدعم العملاء حسب الطلب أو منشورات وسائل التواصل الاجتماعي حسب المنتج. لا يتطلب إضافة هذا التخصيص خبرة بتقنية Machine Learning. ما عليك سوى تقديم فئات التصنيف التي تريدها ومجموعة صغيرة من الأمثلة لكل منها، واترك الإجراءات الباقية لخدمة Comprehend.

إن خدمة Amazon Comprehend مدعومة بنماذج حديثة لتقنية Machine Learning، وبالتالي يمكن من خلالها اكتشاف المعاني العميقة في نص غير مهيكل مثل منشورات وسائل التواصل الاجتماعي ورسائل البريد الإلكتروني وصفحات الويب. تحدد Amazon Comprehend Medical أيضًا المعلومات الطبية، مثل الأدوية والحالات الطبية، وتحدد علاقتها مع بعضها البعض (مثل جرعة الدواء ومدى فعاليته). على سبيل المثال، تستخرج Amazon Comprehend Medical "المكورات العنقودية الذهبية المقاومة للميثيسيلين"، التي يتم إدخالها غالبًا باسم "MRSA"، وتوفر سياقًا مثل معرفة إذا ما كانت نتيجة اختبارات المريض إيجابية أو سلبية، لإضافة معنى للمصطلح المستخلص.

كيفية العمل

product-page-diagram-AWS-Hera-Launch_How-It-Works@1.5x

حالات الاستخدام


تحليلات أصوات العملاء

يمكنك استخدام Amazon Comprehend لتحليل تعاملات العملاء في شكل رسائل دعم بالبريد الإلكتروني، ومنشورات على مواقع التواصل الاجتماعي، وتعليقات عبر الإنترنت، وتحويلات للمكالمات الهاتفية إلى نصوص، وما إلى ذلك، واكتشاف العوامل التي تدفع أكثر التجارب إيجابية وسلبية. يمكنك بعد ذلك استخدام هذه الأفكار لتحسين منتجاتك وخدماتك.

مثال: تحليلات مركز الاتصال

product-page-diagram_Amazon-Comprehend_Voice-Of-Customer

يمكنك الاستعانة بخدمة Amazon Comprehend للارتقاء بتجربة البحث من خلال تمكين محرك البحث الخاص بك من فهرسة العبارات والكيانات وكوامن النفس المهمة. هذا يمكنك من تركيز البحث على الهدف المقصود وسياق المقالات بدلاً من الكلمات المفتاحية الأساسية.

مثال: فهرسة التعليقات على المنتجات والبحث فيها

product-page-diagram_Amazon-Comprehend_Semantic-Search

إدارة المعرفة واكتشافها

يمكنك استخدام Amazon Comprehend لتنظيم مستنداتك وتصنيفها بالموضوع للاكتشاف الأسهل، ومن ثمَّ تخصيص توصيات المحتوى حسب الشخص للقراء من خلال التوصية بمقالات أخرى تتعلق بنفس الموضوع.

مثال: مواءمة المحتوى المتاح في موقع إلكتروني مع احتياجات الأفراد

product-page-diagram_Amazon-Comprehend_Knowledge-Management-Discovery

تصنيف تذاكر الدعم بما يتيح تحسين معالجة المشكلات

استخدم التصنيف المخصص لتصنيف مستندات دعم العملاء الواردة تلقائيًا، مثل نماذج التعليقات عبر الإنترنت، وتذاكر الدعم، منشورات المنتدى، وتعليقات العملاء على المنتجات حسب المحتوى. على سبيل المثال، طلبات إلغاء الحساب، ومشاكل الفوترة، وتغيير العنوان، وما إلى ذلك. بعد ذلك، استخدم الكيانات المخصصة لاستخراج المعلومات ذات الصلة تلقائيًا مثل أرقام أجزاء المعدات، ومستويات الولاء، وأسماء المنتجات لتوجيه المستندات بسرعة إلى الفريق الأكثر استعدادًا لحل مشكلة العميل وتحسين رضا العملاء بشكل عام.

مثال: التعامل مع تذكرة دعم العملاء

product-page-diagram_Amazon-Comprehend_Customer-Support-Ticket-Handling

إجراء تحليل الأتراب الطبي

من الأمور الشديدة الأهمية في علم الأورام سرعة اكتشاف معايير الاختيار الصحيحة لتحديد المرضى المناسبين لإجراء التجارب السريرية. وتستوعب خدمة Amazon Comprehend Medical المعلومات الطبية المعقدة الموجودة في نص غير مهيكل وتحددها للمساعدة في تيسير الفهرسة والبحث. يمكنك استخدام هذا الاستيعاب لتحديد المرضى المناسبين لإجراء التجربة السريرية الملائمة بقدر لا يُذكر من الوقت والتكلفة من خلال عمليات الاختيار اليدوية.

مثال: تحديد المرضى المناسبين للتجارب السريرية

product-page-diagram-AWS-Hera-Launch_Clinical-Trial-Recruitment@1.5x

بدء استخدام AWS

Step 1 - Sign up for an AWS account

اشترك للحصول على حساب AWS

الوصول على الفور إلى الطبقة المجانية لخدمة AWS.
icon2

تعلَّم مع برامج تعليمية مدتها 10 دقائق

استكشف وتعلَّم مع البرامج التعليمية السهلة.
icon3

ابدأ البناء مع AWS

ابدأ في البناء باستخدام أدلة خطوة بخطوة لمساعدتك في إطلاق مشروع AWS الخاص بك.

تعرَّف على المزيد عن Amazon Comprehend

زر صفحة الميزات
هل أنت جاهز للبناء؟
ألديك مزيد من الأسئلة؟
اتصل بنا