我们使用必要 Cookie 和类似工具提供我们的网站和服务。我们使用性能 Cookie 收集匿名统计数据,以便我们可以了解客户如何使用我们的网站并进行改进。必要 Cookie 无法停用,但您可以单击“自定义”或“拒绝”来拒绝性能 Cookie。
如果您同意,AWS 和经批准的第三方还将使用 Cookie 提供有用的网站功能、记住您的首选项并显示相关内容,包括相关广告。要接受或拒绝所有非必要 Cookie,请单击“接受”或“拒绝”。要做出更详细的选择,请单击“自定义”。
关键 Cookie 对我们提供网站和服务来说绝对必要,不可将其禁用。关键 Cookie 通常是根据您在网站上的操作(例如,设置您的隐私首选项,登录或填写表格)来设置的。
性能 Cookie 可为我们提供有关客户使用网站情况的匿名统计信息,以便我们改善用户的网站体验及网站性能。经批准的第三方可为我们执行分析,但不可将数据用于其自身目的。
功能 Cookie 有助于我们提供有用的网站功能,记住您的首选项及显示有针对性的内容。经批准的第三方可对功能 Cookie 进行设置以提供某些网站功能。如果您不允许功能 Cookie,则某些或所有这些服务可能无法正常提供。
广告 Cookie 可由我们或我们的广告合作伙伴通过我们的网站进行设置,有助于我们推送有针对性的营销内容。如果您不允许广告 Cookie,则您所接收到的广告的针对性将会有所降低。
阻止某些类型的 Cookie 的话,可能会影响到您的网站体验。您可以随时单击此网站页脚中的 Cookie 首选项来对您的 Cookie 首选项进行更改。要了解有关我们及经批准的第三方如何在网站上使用 Cookie 的更多信息,请阅读 AWS Cookie 声明。
我们会在 AWS 网站和其他资产上展示与您的兴趣相关的广告,包括跨情境行为广告。跨情境行为广告使用来自一个网站或应用程序的数据,在另一个公司的网站或应用程序上向您投放广告。
若要不允许基于 Cookie 或类似技术的 AWS 跨情境行为广告,请选择下面的“不允许”和“保存隐私选择”,或访问启用了法律认可的拒绝信号的 AWS 网站(如全球隐私控制)。如果您删除 Cookie 或使用其他浏览器或设备访问此网站,则需要再次做出选择。有关 Cookie 以及我们如何使用的更多信息,请阅读我们的 AWS Cookie 通知。
若要不允许所有其他 AWS 跨情境行为广告,请通过电子邮件填写此表单。
如需进一步了解 AWS 如何处理您的信息,请阅读 AWS 隐私声明。
我们目前只会存储基本 Cookie,因为我们无法保存您的 Cookie 首选项。
如果您想要更改 Cookie 首选项,请稍后使用 AWS 控制台页脚中的链接重试,如果问题仍然存在,请联系技术支持。
Amazon Kendra 是一项由机器学习 (ML) 提供支持的企业搜索服务,高度准确且易于使用。开发人员能够利用它为他们的应用程序添加搜索功能,这样他们的最终用户就可以发现存储在整个公司范围内的海量内容中的信息。包括手册、研究报告、常见问题、人力资源 (HR) 文档和客户服务指南中的数据,这些数据可以在各种系统中找到,如 Amazon Simple Storage service (S3)、Microsoft SharePoint、Salesforce、ServiceNow、RDS 数据库或 Microsoft OneDrive。当您键入问题时,服务使用 ML 算法来理解上下文并返回最相关的结果,无论是精确的答案还是整个文档。例如,您可以询问“公司信用卡的现金奖励是多少?”之类的问题,然后 Amazon Kendra 将映射到相关文档并返回一个具体的答案,如“2%”。Kendra 提供示例代码,让您可以快速入门,并轻松地将高度准确的搜索集成到新应用程序或现有的应用程序中。
Amazon Kendra 为存储在 AWS 中的所有非结构化数据提供 ML 驱动的搜索功能。Amazon Kendra 提供了易于使用的本机连接器,以连接 Amazon S3、Amazon RDS 数据库等常用类型的 AWS 存储库。其他 AI 服务(例如 Amazon Comprehend、Amazon Transcribe 和 Amazon Comprehend Medical)可用于对文档进行预处理、生成可搜索文本、提取实体以及丰富其元数据,以提供更专业的搜索体验。
当您的数据不包含问题的准确答案时,Amazon Kendra 会返回一个按深度学习模型排列的最相关文档列表。
Amazon Kendra 尚不支持需要跨文档段落汇总或计算的问题。
Amazon Kendra 控制台提供简单的入门方法。您可以将 Amazon Kendra 指向存储在 Amazon S3 中的非结构化和半结构化文档(如常见问题)。提取之后,您可以直接在控制台的“搜索”部分键入问题来开始测试 Kendra。然后,您可以通过两种简单的方式部署 Amazon Kendra:(1) 使用 Experience Builder 中的可视化 UI 编辑器(无需代码),或 (2) 使用几行代码实施 Amazon Kendra API,实现更精确的控制。控制台中还提供了代码示例,以加快 API 执行。
Amazon Kendra 为 IT、制药、保险、能源、工业、金融服务、法律、媒体和娱乐、旅游与酒店、卫生健康、人力资源、新闻、电信以及汽车行业提供特定领域的专业知识。您可以通过提供自己的同义词列表来进一步优化和扩展 Kendra 对特定领域的理解。只需上传带有特定术语的文件,然后 Amazon Kendra 将使用这些同义词来丰富用户搜索。
Amazon Kendra 支持 .html、MS Office(.doc、.ppt)、PDF 和文本格式的非结构化和半结构化数据。借助 MediaSearch 解决方案,您还可以使用 Amazon Kendra 搜索音频和视频文件。
Amazon Kendra 提供两种保持索引更新的方法。第一种,连接器提供定期自动同步数据源的计划。第二种,Amazon Kendra API 允许您构建自己的连接器,以便通过您现有的 ETL 作业或应用程序直接从数据源向 Amazon Kendra 发送数据。
有关语言支持的信息,请参阅此文档页面。
在使用本机连接器时,提取内容不需要编码。您还可以使用 Amazon Kendra 开发工具包编写自己的自定义连接器以与其他数据源集成。您可以通过两种简单的方式部署 Amazon Kendra search:(1) 使用 Experience Builder 中的可视化 UI 编辑器(无需代码),或 (2) 使用几行代码实现 Kendra API,实现更灵活的应用。控制台中还提供了代码示例,以加快 API 执行。开发工具包提供了对最终用户体验的完全控制和灵活性。
请参阅 AWS 区域服务页面,了解更多详情。
您可以使用 Amzon Kendra 自定义数据源 API 编写自己的连接器。此外,Amazon Kendra 有一个搜索专家合作伙伴生态系统,可以帮助构建 AWS 目前不提供的连接器。有关合作伙伴网络的详细信息,请与我们联系。
Amazon Kendra 可以加密传输中的数据和静态数据。对于静态数据的加密密钥,您有三种选择:AWS 拥有的 KMS 密钥、您账户中由 AWS 托管的 KMS 密钥或客户托管的 KMS 密钥。对于传输中的数据,Amazon Kendra 使用 HTTPS 协议与您的客户端应用程序进行通信。通过网络访问 Amazon Kendra 的 API 调用使用客户端必须支持的传输层安全性 (TLS)。
是,MediaSearch 解决方案结合了 Amazon Kendra 与 Amazon Transcribe,使用户能够搜索嵌入在音频和视频内容中的相关答案。
Amazon Kendra GenAI 索引是 Kendra 中的一项新索引,专为检索增强生成(RAG)和智能搜索而设计,旨在帮助企业更高效、更有效地构建数字助手和智能搜索体验。该索引利用先进的语义模型和最新的信息检索技术,提供很高的检索准确性。Kendra GenAI 索引可连接到 40 多个企业数据来源,通过基于元数据的筛选支持用户权限。该工具可以与 Bedrock 知识库和其他 Bedrock 工具集成,创建由 RAG 支持的数字助手,也可以与 Q 企业版一起使用,获得完全托管的数字助手解决方案。借助这种集成,即可为索引内容选择合适的 GenAI 工具。您可以将 Kendra GenAI 索引与基础模型、自定义提示和工作流相结合,构建由 RAG 支持的聊天机器人。此外,您可以将索引与 Q 企业版配合使用,为索引内容创建完全托管的 GenAI 助手。
Kendra GenAI 索引与 Q 企业版和 Bedrock 知识库深度集成,为构建企业生成式人工智能解决方案提供了灵活性和多功能性。 您可以在 Q 企业版中利用生成式人工智能索引作为检索器,采用完全托管的方法构建生成式人工智能助手,无需大量配置即可提供简化的体验。 或者,如果您在提示自定义、基础模型选择和编排等方面需要更高的可配置性,则可以利用 GenAI 索引作为 Bedrock 知识库中的托管检索器,根据自身需求自定义解决方案。 此外,GenAI 索引支持 Q 企业版和 Bedrock 知识库之间的移动性,可随着需求的变化实现无缝过渡。
GenAI 索引通过集成向量搜索和改进的语义模型来提高语义准确性。这些模型已在不同的数据集中进行了严格评估。GenAI 索引使用 Bedrock 知识库,GenAI 索引的起始容量较小,因此客户可以从较小的工作负载开始。