亚马逊AWS官方博客
Category: Artificial Intelligence
在 Amazon Personalize 中引入推荐过滤器
Amazon Personalize中的推荐过滤器可帮助用户根据业务需求对推荐内容进行微调,且您无需分神设计任何后处理逻辑。关于通过Amazon Personalize优化用户体验的更多详细信息,请参阅Amazon Personalize是什么?
在 AWS 上实现无服务器视频字幕自动翻译架构
随着媒体行业的全球化发展,越来越多的用户(包括企业和个人)都会有视频字幕的自动化翻译的需求。本文使用Amazon S3作为视频和字幕文件的存储,使用 Amazon Translate 实现了字幕的机器翻译,并且使用Amazon Lambda来调用 Amazon Translate 构建了一套无服务器的视频字幕翻译架构。利用本文实现的方案,您只需要将视频和字幕文件上传至Amazon S3,就可以自动获得翻译后的视频和字幕文件。
Alexa 使用 Amazon Translate 覆盖更多国际客户
Amazon Translate极大丰富了Alexa的语言支持范围,并显著提高了其问题回答效果,帮助Alexa更快更好地走向全球市场。关于Amazon Translate功能的更多详细信息,请参阅Amazon Translate说明文档。
使用 Amazon Kendra 强化企业搜索能力
在本文中,我们了解了如何使用Amazon Kendra部署企业搜索服务。您可以使用机器学习支持的Amazon Kendra改善公司内部的搜索体验。您也可以在不具备任何机器学习/AI经验的前提下,使用自然语言快速检索文档。关于Amazon Kendra项目的更多详细信息,请参阅AWS re: Invent 2019大会上Andy Jassy做出的主题演讲、Amazon Kendra常见问题解答以及Amazon Kendra是什么?
Amazon Translate 现在支持 Office 文档
无论您的组织是一家在许多国家开展业务的跨国企业,还是一家渴望在全球获得成功的小型初创企业,将您的内容翻译成当地语言可能都是一个持久的挑战。实际上,文本数据通常有很多种格式,而处理它们可能需要多种不同的工具。而且,由于所有这些工具可能不支持相同的语言对,您可能必须将特定文档转换为中间格式,甚至是求助于人工翻译。所有这些问题都增加了额外的成本,并为构建一致、自动化的翻译工作流造成了不必要的复杂性。
Amazon Fraud Detector 现已全面推出
如果您错过了 2019 re:Invent 周期间的公告,Amazon Fraud Detector 最初是在 2019 年 12 月 3 日以预览模式发布的。但今天,它已全面推出,供客户查看。
新推出 – 使用 Amazon SageMaker Ground Truth 标记视频
Amazon Sagemaker Ground Truth 在 AWS re:Invent 2018 中推出,是 Amazon SageMaker 的一项功能,可用于轻松注释机器学习数据集。
了解如何在 Amazon SageMaker Studio 中不停机更新笔记本实例类型
Amazon SageMaker Studio 是适用于机器学习开发全流程的集成开发环境,它为基于笔记本开发的人员增加了新的强大功能。
使用 Amazon Elastic Inference 降低 Amazon EC2 for PyTorch 模型的推理成本
Elastic Inference 是一项灵活的低成本解决方案,适用于 Amazon EC2 上的 PyTorch 推理工作负载。通过将 Elastic Inference 加速器附加到 CPU 客户端实例,您可以获得类似于 GPU 的推理加速并保持比独立的 GPU 和 CPU 实例更高的成本效益。有关更多信息,请参阅什么是 Amazon Elastic Inference?
在 Amazon Personalize 中引入推荐分数
随着建议评分的发布,您现在可以更深入地了解建议质量,并可以编写更智能的业务逻辑以与下游生产系统集成。立即开始使用 Amazon Personalize 个性化您的用户体验!