Unterstützung von natürlicher Sprache und Schlüsselwörtern

Die Fähigkeit von Amazon Kendra, Fragen in natürlicher Sprache zu verstehen, ist eine grundlegende Funktion der verwendeten Suchmaschine. Endbenutzer können nach allgemeinen Schlüsselwörtern, z. B. „Gesundheitsleistungen“, suchen oder speziellere Fragen in natürlicher Sprache stellen, z. B. „Wie lange dauert der Mutterschutz?“. Von Kendra werden genaue Antworten zurückgegeben, z. B. „14 Wochen“. Bei allgemeineren Suchen gibt Kendra den Textabschnitt mit der höchsten Relevanz und die Informationen zu den passenden Dokumenten zurück. Mithilfe von natürlicher Sprache können Sie genauere Antworten zu all Ihren Daten erhalten.

Leseverständnis und Abgleich mit häufig gestellten Fragen

Mit Amazon Kendra können spezifische Antworten aus unstrukturierten Daten extrahiert werden. Hierfür ist kein Vorabtraining erforderlich, sondern Sie verknüpfen Kendra einfach mit Ihren Inhalten. Kendra liefert dann spezifische Antworten auf Fragen in natürlicher Sprache, z. B. „Wie konfiguriere ich mein VPN?“, indem die Antwort automatisch aus dem Dokument mit der höchsten Relevanz extrahiert wird. Sie können für Kendra auch eine Liste mit häufig gestellten Fragen hochladen, um direkte Antworten auf Fragen bereitzustellen, die von Ihren Endbenutzern häufig gestellt werden. Kendra ermittelt die Frage, die der Suchabfrage am ehesten entspricht, und gibt die entsprechende Antwort zurück.

Dokumentrangfolge

Zur Ergänzung der extrahierten Antworten nutzt Amazon Kendra ein semantisches Suchmodell auf Deep Learning-Basis, um eine nach Rangfolge sortierte Liste mit relevanten Dokumenten zurückzugeben. Endbenutzer erhalten so eine umfassendere Liste mit Inhalten, die sie nutzen können, um bei Bedarf auf weitere Informationen zuzugreifen.

Connectors

Verwenden Sie die in Kendra verfügbaren Connectors für gängige Datenquellen, wie z. B. S3, SharePoint, Salesforce, Servicenow, RDS-Datenbanken, One Drive und viele weitere, die später in diesem Jahr verfügbar sein werden. Die Verwendung von Connectors ist schnell und einfach. Sie fügen Ihrem Kendra-Index lediglich Datenquellen hinzu und wählen den Connectortyp aus. Mit Connectors werden die Zugriffsrechte für Dokumente verwaltet und die Planung kann so gewählt werden, dass Ihr Index automatisch mit Ihrer Datenquelle synchronisiert wird. Auf diese Weise wird sichergestellt, dass Sie immer die aktuellsten Inhalte durchsuchen. Für andere Datenquellentypen verfügt Kendra über eine API, mit der Sie Ihren eigenen Connector erstellen und Dokumente aus Ihrem ETL-Job oder Ihrer Back-End-Anwendung hochladen können. Da jede Datenquelle unterschiedliche Dateitypen enthalten kann, werden von Kendra unstrukturierte und halbstrukturierte Daten in den Formaten HTML, MS Office Word/PowerPoint, PDF und Text unterstützt.

Optimierung der Relevanz

Sie können bestimmte Felder in Ihrem Index aufwerten, um spezifischen Antworten mehr Gewicht zu verleihen. Amazon Kendra ermöglicht Ihnen eine Optimierung in Bezug auf bestimmte Datenquellen oder die Aktualität von Dokumenten. Wenn Sie beispielsweise nach „Wann findet die re:invent statt?“ suchen, können Sie die Relevanz der Dokumentaktualität erhöhen, damit die Termine für 2019 als Antwort vorgeschlagen werden. Eine andere Möglichkeit besteht darin, in einem Index mit Forschungsberichten eine Datenquelle aufzuwerten, die über eine bessere Reputation verfügt. Darüber hinaus unterstützt Kendra die Aufwertung von Dokumenten anhand von Abstimmungsergebnissen oder der Anzeigehäufigkeit. Dies wird oft in Foren und anderen Support-Wissensdatenbanken genutzt. Wenn diese Aufwertungsfunktionen kombiniert werden, wird beispielsweise die Relevanz von Dokumenten erhöht, die nicht nur häufiger angezeigt werden, sondern auch aktueller sind, z. B. Nachrichten zu Trends oder Updates.

Vertrauensbewertungen

Mit den Vertrauensbewertungen können Sie die geschätzte Genauigkeit der Suchergebnisse sehen. Amazon Kendra vergibt Vertrauensbewertungen anhand von vier Hauptkategorien: Sehr hoch, Hoch, Medium und Niedrig für verschiedene Dokumentenergebnisse (z.B. Factoid Answer, häufig gestellte Fragen). Durch die Vertrauensbewertungen können Sie unterscheiden und Schwellenwerte dafür festlegen, welche Ergebnisse angezeigt werden sollen.

Domänenoptimierung

Für Kendra werden Deep Learning-Modelle genutzt, um Abfragen in natürlicher Sprache und Dokumentinhalte und -strukturen für viele verschiedene interne Anwendungsfälle verstehen zu können, z. B. in den Bereichen Personalwesen, Betrieb, Support und Forschung und Entwicklung. Darüber hinaus ist Kendra auch für das Verständnis komplexer Sprache in den folgenden Bereichen optimiert: IT, Finanzdienstleistungen, Versicherungen, Pharmazeutika, industrielle Fertigung, Öl und Gas, Rechtswesen, Medien und Unterhaltung, Tourismus und Hotellerie, Gesundheitswesen, Personalwesen, Nachrichtenwesen, Telekommunikation, Bergbau, Nahrungsmittel und Getränke und Automobilindustrie. Wenn ein Benutzer beispielsweise nach Antworten zu Fragen im Bereich des Personalwesens sucht und „Termin für Abgabe des HSA-Formulars“ eingibt, sucht Kendra auch nach „Termin für Abgabe des Health Savings Account-Formulars“, um eine höhere Abdeckung zu erzielen und die bestmögliche Antwort bereitstellen zu können. Sie können die Expertise in den einzelnen Bereichen weiter verbessern, indem Sie Ihre eigenen Listen mit Synonymen angeben (in Kürze verfügbar). Hierfür laden Sie einfach eine Datei mit Ihrer spezifischen Terminologie hoch und Kendra nutzt diese Synonyme dann zur Erweiterung der Suchvorgänge von Benutzern.

Inkrementelles Lernen In Kürze verfügbar

Die Machine Learning-Modelle von Amazon Kendra werden für jeden Kunden regelmäßig neu trainiert und optimiert, indem die Suchmuster und Feedbackinfos der Endbenutzer erfasst werden. Wenn Benutzer beispielsweise nach „Wie ändere ich meine Gesundheitsleistungen?“ suchen, wird die an oberster Stelle angezeigte Antwort unter mehreren Dokumenten zu den Themen „Personalwesen“ und „Leistungen“ ermittelt. Es kann zwar sein, dass aktuellere Dokumente in der Liste höher eingestuft werden, aber dieses Kriterium allein reicht nicht immer aus, um die oberste Anzeigeposition der Liste zu erringen. Wenn aber das Interesse an der Registrierungsanleitung für das aktuelle Jahr zunimmt und die Benutzer damit beginnen, ein Dokument häufiger als ältere Dokumente zu öffnen, lernt das Kendra-Modell, dem neuen Dokument eher Vorrang zu geben und es weiter oben in der Liste anzuzeigen.

Automatische Vervollständigung von Suchabfragen In Kürze verfügbar

Amazon Kendra verfügt über eine Funktion zum automatischen Vervollständigen der Suchabfragen von Endbenutzern. Mit der automatischen Vervollständigung von Suchabfragen spart der Benutzer nicht nur ca. 25 % des Eingabeaufwands, sondern er wird auch zu präziseren und häufig gestellten Fragen geleitet. Präzisere Fragen führen normalerweise zu relevanteren und nützlicheren Antworten. Wenn Sie im Suchfeld beispielsweise mit der Eingabe von „Wo ist“ beginnen, können von Kendra Optionen wie „Wo ist der IT-Helpdesk?“ oder „Wo ist die Cafeteria?“ sowie andere häufig gestellte Fragen dieser Art vorgeschlagen werden, um die Suchabfrage zu vervollständigen.

Analyse und kontinuierliche Verbesserung In Kürze verfügbar

Um für eine sich ständig verbessernde Suchoption zu sorgen, werden von Amazon Kendra die Aktivitäten der Suchvorgänge erfasst (Klicks, positive/negative Bewertungen) und Metriken und Erkenntnisse für Sie bereitgestellt, damit Sie Maßnahmen ergreifen und Verbesserungen vornehmen können. Von Kendra werden grundlegende betriebsbezogene Metriken bereitgestellt, z. B. beliebteste Suchabfragen, beliebteste Dokumente und Abfragen pro Tag. Darüber hinaus werden mit Kendra gängige Qualitätsmetriken bereitgestellt, z. B. Mean Reciprocal Rank (MRR) und explizites Feedback wie positive/negative Bewertungen. Sie können diese Informationen verwenden, um häufig gestellte Fragen mit höherer Relevanz zu erstellen, bestimmte Datenquellen mit maßgeblicheren Inhalten aufzuwerten oder Ihre Kundenserviceteams in Bezug auf häufig gestellte Fragen zu schulen.

Product-Page_Standard-Icons_01_Product-Features_SqInk
Erfahren Sie mehr über die Produktpreise

Besuchen Sie die Seite mit den Preisinformationen für Kendra.

Weitere Informationen 
Product-Page_Standard-Icons_02_Sign-Up_SqInk
Registrieren Sie sich und erhalten Sie ein kostenloses Konto

Sie erhalten sofort Zugriff auf das kostenlose AWS-Kontingent. 

Registrieren 
Product-Page_Standard-Icons_03_Start-Building_SqInk
Beginnen Sie mit der Entwicklung in der Konsole

Beginnen Sie mit der Entwicklung mit Kendra in der AWS-Managementkonsole.

Anmelden