Amazon Comprehend

Détection d'informations et de relations dans un texte

Amazon Comprehend est un service de traitement du langage naturel qui exploite l'apprentissage automatique pour identifier des informations et des relations dans un texte. Aucune expérience de l'apprentissage automatique n'est requise.

Vos données non structurées constituent une véritable mine d'or en termes d'implantation potentielle. Les e-mails des clients, les tickets de support, les commentaires sur les produits, les médias sociaux et même les publicités fournissent des renseignements sur les sentiments des clients que vous pouvez mettre à profit pour développer vos activités. La question est : comment y accéder ? L'apprentissage automatique est particulièrement efficace pour identifier des points d'intérêt spécifiques dans de vastes ensembles de texte (identification de noms de sociétés dans des rapports d'analyse, par exemple). Il permet en outre de saisir les sentiments qui se cachent derrière le langage utilisé (identification des avis négatifs, ou des interactions client positives avec les agents du service client) dans une très large mesure.

Amazon Comprehend exploite l'apprentissage automatique pour identifier les informations et les relations dissimulées dans vos données non structurées. Le service identifie la langue du texte, extrait les phrases, lieux, personnes, marques ou événements clés, comprend la nature positive ou négative du texte, analyse le texte à l'aide de jetons et de parties du discours (PoS), et organise automatiquement une collecte de fichiers texte regroupés par thème. Vous pouvez également utiliser les fonctionnalités AutoML d'Amazon Comprehend pour créer un ensemble personnalisé d'entités ou de modèles de classification de texte conçus sur mesure pour répondre aux besoins de votre organisation.

Pour extraire des informations médicales complexes à partir d’un texte non structuré, vous pouvez utiliser Amazon Comprehend Medical. Le service peut identifier des informations médicales, telles que des maladies, des médicaments, des doses, des concentrations et des fréquences provenant de sources variées telles que des notes de médecin, des rapports d’essais cliniques et les dossiers médicaux des patients. Amazon Comprehend Medical identifie également la relation entre le médicament extrait et les informations relatives au test, au traitement et à la procédure pour faciliter l'analyse. Par exemple, le service identifie une posologie, une concentration et une fréquence particulières liées à un médicament spécifique à partir de notes cliniques non structurées.

Amazon Comprehend est entièrement géré, ce qui signifie qu'il n'y a pas de serveurs à allouer ni de modèles d'apprentissage automatique à créer, à former ou à déployer. Vous payez uniquement pour ce que vous utilisez ; il n'y a pas de frais minima ni d'engagement initial.

Présentation d'Amazon Comprehend

Avantages

Obtenez de meilleures réponses de votre texte

Organisez les documents par rubrique

Formez des modèles sur la base de vos propres données

Prise en charge des textes généraux et spécifiques au secteur

Amazon Comprehend peut découvrir le sens et les relations d'un texte provenant d'incidents signalés au support technique, de commentaires sur des produits, de flux de réseaux sociaux, d'articles de presse, de documents et d'autres sources. Par exemple, vous pouvez identifier la fonctionnalité la plus souvent mentionnée lorsque les clients sont satisfaits ou mécontents de votre produit.

Amazon Comprehend peut analyser un recueil de documents et d'autres fichiers textes (par ex., des messages sur des réseaux sociaux) et les organiser automatiquement par termes ou sujets pertinents. Vous pouvez ensuite utiliser les thèmes pour proposer du contenu personnalisé à vos clients ou leur offrir une expérience plus riche en matière de navigation et de recherche. Par exemple, si vous possédez un vaste recueil d'articles de presse, vous pouvez automatiquement les regrouper par thème pour permettre à votre site de suggérer de nouveaux articles aux visiteurs en fonction de leurs lectures précédentes.

Vous pouvez facilement étendre Amazon ​Comprehend pour qu'il identifie des termes spécifiques, tels que des numéros de police ou de référence. Vous pouvez également étendre les fonctionnalités de Comprehend pour offrir à votre entreprise un classement pertinent des documents et des messages, notamment les questions adressées au service client par demande ou les publications sur les médias sociaux par produit. L'ajout de ce type de personnalisation ne nécessite aucune compétence en apprentissage automatique. Il vous suffit de fournir des étiquettes et quelques exemples pour chacune, et Comprehend se charge du reste.

S'appuyant sur des modèles de machine learning à la pointe de la technologie, Amazon Comprehend peut découvrir des informations à partir d’un texte non structuré, telles que des publications sur des réseaux sociaux, des e-mails et des pages Web. Amazon Comprehend Medical identifie également des informations médicales, telles que les médicaments et les maladies, et détermine leur relation mutuelle (par exemple, la posologie et la concentration du médicament). Par exemple, Amazon Comprehend Medical extrait la partie « Staphylococcus aureus résistant à la méthicilline », souvent appelée « SARM » et fournit un contexte, par exemple si un patient a été testé positif ou négatif, afin de donner un sens au terme extrait.

Fonctionnement

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

Cas d'utilisation


Analyse des interactions avec les clients

Vous pouvez utiliser Amazon Comprehend pour analyser les interactions avec les clients sous la forme d'e-mails de support, de messages de réseaux sociaux, de commentaires en ligne, de transcriptions téléphoniques, etc., et découvrir quels facteurs favorisent les expériences les plus positives et les plus négatives. Vous pouvez ensuite utiliser ces informations pour améliorer vos produits et services.

Exemple : analyse d'un centre d'appels

product-page-diagram_Amazon-Comprehend_Voice-Of-Customer

Vous pouvez utiliser Amazon Comprehend pour offrir une meilleure expérience de recherche en permettant à votre moteur de recherche d'indexer des phrases clés, des entités et des sentiments. Cela vous permet de vous concentrer sur la recherche de l'intention et le contexte des articles plutôt que sur des mots-clés basiques.

Exemple : indexation et recherche de commentaires sur les produits

product-page-diagram_Amazon-Comprehend_Semantic-Search

Gestion des connaissances et découverte

Vous pouvez utiliser Amazon Comprehend pour organiser et catégoriser vos documents par thème pour faciliter la découverte, puis personnaliser les suggestions de contenu pour les lecteurs en recommandant d'autres articles sur le même thème.

Exemple : personnalisation du contenu d'un site Web

product-page-diagram_Amazon-Comprehend_Knowledge-Management-Discovery

Résolution plus efficace des problèmes grâce à la classification des tickets de support

Utilisez la classification personnalisée pour classer automatiquement les documents de support client entrants, tels que les formulaires de commentaires en ligne, les tickets de support, les publications sur les forums et les avis sur les produits en fonction de leur contenu (par exemple, demandes d'annulation de compte, problèmes de facturation, changements d'adresse, etc.). Utilisez ensuite des entités personnalisées pour extraire automatiquement les informations pertinentes, telles que les numéros de référence, les niveaux du programme fidélité et les noms de produits, et ainsi transférer rapidement les documents à l'équipe la plus compétente pour résoudre le problème et améliorer le niveau de satisfaction général des clients.

Exemple : traitement d'un ticket de support client

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

Effectuer une analyse de cohorte médicale

En oncologie, il est essentiel que les bons critères de sélection soient rapidement découverts afin de recruter des patients pour des essais cliniques. Amazon Comprehend Medical comprend et identifie les informations médicales complexes contenues dans un texte non structuré pour faciliter l'indexation et la recherche. Vous pouvez utiliser ces informations afin d’identifier les patients recrutés dans l'essai clinique approprié en une fraction du temps et des coûts des processus de sélection manuels.

Exemple : recrutement d'essais cliniques

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

Démarrer avec AWS

Step 1 - Sign up for an AWS account

Créer un compte AWS

Obtenez un accès instantané à l' offre gratuite d'AWS.
icon2

Apprenez-en plus avec les didacticiels de 10 minutes

Explorez et apprenez avec des didacticiels simples.
icon3

Commencez à créer avec AWS

Commencez à créer avec des guides détaillés pour vous aider à lancer votre projet AWS.

En savoir plus sur Amazon Comprehend

Consulter la page des fonctionnalités
Prêt à concevoir ?
D'autres questions ?
Contactez-nous