Amazon Kendra
Amazon Kendra est un service de recherche d'entreprise très précis et facile à utiliser, optimisé par le machine learning. Kendra offre de puissantes capacités de recherche en langage naturel à vos sites Web et applications afin que vos utilisateurs finaux puissent trouver plus facilement les informations dont ils ont besoin dans la grande quantité de contenu répartie dans votre entreprise.
Posez des questions en langage naturel, obtenez des réponses immédiates.
Posez des questions en langage naturel au lieu d'utiliser de simples mots clés pour obtenir les réponses que vous recherchez, que ce soit une réponse précise, une réponse à une question fréquente (FAQ) ou un document entier. Ne passez plus au crible de longues listes de liens et en espérant que l'un d'entre eux ait les informations dont vous avez besoin.
Rassemblez toutes vos données en quelques clics.
Éliminez les silos d'informations. Kendra vous permet d'ajouter facilement du contenu à partir de systèmes de fichiers, SharePoint, de sites intranet, de services de partage de fichiers, etc., dans un emplacement centralisé afin que vous puissiez rechercher rapidement toutes vos informations pour trouver la meilleure réponse.
Amélioration des résultats de recherche
Vos résultats s'améliorent au fil du temps, car les algorithmes de machine learning de Kendra apprennent les résultats que vos utilisateurs trouvent les plus pertinents. Vous avez également la possibilité d'affiner les résultats en ajustant manuellement l'importance de certaines sources de données ou la fraîcheur du document.
Obtenez des réponses immédiatement…
Posez des questions en langage naturel au lieu d'utiliser de simples mots clés pour obtenir les réponses que vous recherchez. Kendra connecte les points dans vos fichiers pour renvoyer des réponses, qu'il s'agisse d'un extrait de texte, d'une question fréquente ou d'un document. Au lieu de passer au crible de longues listes de documents pour trouver des réponses spécifiques, Kendra peut fournir une réponse suggérée immédiatement. Découvrez la différence entre l'expérience de recherche avant et après Kendra.
... en utilisant le langage naturel
Le langage naturel vous permet d'obtenir des réponses plus spécifiques depuis n'importe où dans vos données. Posez des questions comme « Le service d'assistance informatique est-il ouvert à midi ? » ou « Comment me connecter à mon VPN ? » afin d'obtenir des réponses plus précises.
Témoignages de clients
« Lorsque nos scientifiques des matériaux mènent de nouvelles recherches, ils ont besoin d'accéder à des informations issues de recherches pertinentes antérieures, informations qui sont enfouies dans les nombreux brevets que nous détenons dans notre vaste base de connaissances… Kendra permet à nos scientifiques de trouver les informations dont ils ont besoin en exécutant des requêtes en langage naturel rapidement et avec précision ».
« Nous sommes désormais en mesure de rechercher précisément nos documents d'ingénierie de projet les plus pertinents et nous allons étendre cela à l'ensemble de notre base de connaissances documentées. Kendra trouve la réponse à des questions comme « Quelle est la longueur du pipeline à Pluto ? » rapidement et avec précision ».
Rassemblez toutes vos données en quelques clics.
Combinez des sources de données, précédemment cloisonnées, dans un emplacement central, ou index, en quelques clics. Passez des mois de travail à la mise en œuvre en moins d'une semaine.
Étape 1 : Créer un index
Créez un index dans lequel vous allez ajouter vos sources de données.
Étape 2 : Ajouter des sources de données
Utilisez les connecteurs de Kendra pour les sources courantes comme les systèmes de fichiers, les sites Web, Box, DropBox, Salesforce, SharePoint, les bases de données relationnelles et Amazon S3.
Étape 3 : Tester et déployer
Testez l'expérience de recherche directement dans la console. Vous pouvez également à accéder à un exemple de code pour chaque composant de l'expérience de recherche afin de pouvoir le déployer facilement vers des applications nouvelles ou existantes.
Amélioration des résultats de recherche
Apprentissage incrémentiel
Kendra reforme activement les modèles de deep learning conçus pour votre ensemble de données et les modèles d'utilisation des employés afin d'améliorer la précision de la recherche. Alors que les utilisateurs finaux interagissent avec les résultats de recherche, Kendra affine ses résultats. Cela signifie que si vous cliquez sur un résultat ou le validez ou ne le validez pas, Kendra apprend les résultats les plus pertinents et les affiche en premier.
Optimisation de la pertinence
Kendra vous donne la possibilité de régler manuellement la pertinence. Vous pouvez augmenter l'importance de certains champs dans votre index comme l'actualité du document, le nombre de vues ou des sources de données spécifiques. Par exemple, vous pouvez favoriser les documents qui sont non seulement consultés plus souvent, mais qui sont également plus récents, comme les nouvelles ou les mises à jour de tendances.
Compréhension du langage naturel pour plusieurs domaines
Kendra utilise des modèles de deep learning pour comprendre les requêtes en langage naturel et documenter le contenu et les structures pour un large éventail de cas d'utilisation internes tels que les RH, les opérations, l'assistance et le R&D. Kendra est également optimisé pour comprendre un langage complexe dans des domaines tels que l'informatique, les services financiers, les assurances, les produits pharmaceutiques, la fabrication industrielle, le pétrole et le gaz, le juridique, les médias et le divertissement, les voyages et l'hôtellerie, la santé, les ressources humaines, les actualités, les télécommunications, les mines, la nourriture et les boissons. et l'automobile. Cela signifie que vous pouvez poser une question comme « Puis-je ajouter des enfants comme personnes à charge sur ma carte Vital ? » et Kendra fournit des réponses liées à vos options de soins de santé.
Démarrer avec AWS aujourd'hui
Faites vous-même l'expérience de la recherche re-imaginée. La version préliminaire de Kendra est facile à démarrer et comprend une offre gratuite de 30 jours. Vous pouvez connecter vos propres sources de données et commencer à tester l'expérience de recherche sur votre propre contenu en quelques minutes.
La version préliminaire de Kendra n'inclut pas l'apprentissage incrémentiel, l'auto-complétion des requêtes, les synonymes personnalisés ou l'analyse. La version préliminaire ne propose que des connecteurs pour SharePoint en ligne, JDBC et Amazon S3. Elles est limitée à un maximum de 40 000 requêtes par jour, 100 000 documents indexés et un index par compte. Consultez les pages Fonctions et tarification pour en savoir plus.
