Support du langage naturel et des mots clés

La capacité d'Amazon Kendra à comprendre les questions en langage naturel est au cœur de son moteur de recherche, de sorte que les utilisateurs finaux ont la possibilité de rechercher des mots clés généraux comme « prestations de santé » ou des questions plus spécifiques en langage naturel comme « combien de temps dure le congé de maternité ? ». Kendra retourne des réponses spécifiques comme « 14 semaines », ou pour les recherches plus générales, le passage le plus pertinent et les documents associés. Le langage naturel vous permet d'obtenir des réponses plus spécifiques de n'importe où dans vos données.

Compréhension de lecture et correspondance de questions fréquentes (FAQ)

Amazon Kendra peut extraire des réponses spécifiques à partir de données non structurées. Aucune pré-formation n'est requise. Vous pointez simplement Kendra vers votre contenu et il fournit des réponses spécifiques aux requêtes en langage naturel comme « comment configurer mon VPN ? » où la réponse est automatiquement extraite du document le plus pertinent. Vous pouvez également charger une liste de questions fréquentes (FAQ) dans Kendra pour fournir des réponses directes aux questions courantes que posent vos utilisateurs finaux. Kendra trouve la question la plus proche de la requête de recherche et renvoie la réponse correspondante.

Classement des documents

Pour compléter les réponses extraites, Amazon Kendra utilise un modèle de recherche sémantique basé sur le deep learning pour renvoyer une liste classée de documents pertinents. Ainsi, l'utilisateur dispose d'une liste plus exhaustive de contenu à explorer s'il a besoin de plus d'informations.

Connecteurs

Utilisez les connecteurs de Kendra pour les sources courantes comme S3, SharePoint, Salesforce, Servicenow, les bases de données RDS, One Drive et bien d'autres à venir au courant de l’année. L'utilisation de connecteurs est rapide et facile. Il suffit d'ajouter des sources de données à votre index Kendra et de sélectionner le type de connecteur. Les connecteurs conservent les droits d'accès aux documents et peuvent être programmés pour synchroniser automatiquement votre index avec votre source de données, de sorte que vous recherchez toujours en toute sécurité le contenu le plus à jour. Pour les autres types de sources de données, Kendra propose une API qui vous permet de créer votre propre connecteur et de télécharger des documents à partir de votre tâche ou de votre application ETL back-end. Étant donné que chaque source de données peut contenir différents types de fichiers, Kendra prend en charge les données non structurées et semi-structurées aux formats HTML, MS Office Word et PowerPoint, PDF et texte.

Optimisation de la pertinence

Vous pouvez favoriser certains champs de votre index afin d'attribuer plus d'importance à des réponses spécifiques. Amazon Kendra vous permet d'ajuster des sources de données spécifiques ou l'actualité des documents. Par exemple, lorsque vous recherchez « Quand a lieu re:invent ? », vous pouvez augmenter la pertinence de l'actualité des documents afin que les dates 2019 soient la réponse suggérée. Vous pouvez également favoriser une source de données plus fiable dans un index de rapports de recherche. Kendra prend également en charge le renforcement des documents en fonction d'un vote ou du nombre de vues, ce qui est courant dans les forums et autres bases de connaissances de type support. La combinaison de ces fonctionnalités de renforcement permet, par exemple, de favoriser les documents qui sont non seulement consultés plus souvent, mais qui sont également plus récents, comme les actualités ou les mises à jour.

Scores de fiabilité

Grâce aux scores de fiabilité, vous pouvez connaître la précision estimée d'un résultat de recherche. Amazon Kendra attribue les scores de fiabilité en fonction de quatre catégories principales : très élevée, élevée, moyenne et faible pour les différents documents trouvés (par exemple, réponse factuelle, FAQ). Les scores de fiabilité vous permettent de distinguer et de fixer des seuils pour les résultats à afficher.

Optimisation de domaine

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. Par exemple, un utilisateur recherchant des réponses RH pourrait entrer « date limite de dépôt du formulaire HSA », et Kendra recherche également « date limite de dépôt du formulaire de compte d'épargne santé » pour une couverture plus large afin d'obtenir la réponse la plus précise. Vous pouvez encore améliorer l'expertise du domaine en fournissant vos propres listes de synonymes (prochainement). Vous venez de télécharger un fichier avec votre terminologie spécifique, et Kendra utilise ces synonymes pour enrichir les recherches des utilisateurs.

Apprentissage incrémentiel prochainement

Les modèles de machine learning d'Amazon Kendra sont régulièrement reformés et ajustés pour chaque client en capturant les modèles de recherche et les commentaires des utilisateurs finaux. Par exemple, lorsque les utilisateurs recherchent « Comment modifier mes prestations de santé ? », plusieurs documents RH et de prestation sont en concurrence pour occuper la première place. Bien que les documents plus récents puissent être classés plus haut dans la liste, ce critère à lui seul peut ne pas être suffisant pour occuper la première place de la liste. Cependant, à mesure que l'intérêt pour les instructions d'inscription de la dernière année augmente et que les utilisateurs commencent à l'ouvrir davantage que les plus anciens, le modèle Kendra apprend à hiérarchiser de plus en plus le nouveau document vers le haut de la liste.

Complétion automatique des requêtes prochainement

Amazon Kendra inclut la fonctionnalité qui permet de compléter automatiquement la requête de recherche d'un utilisateur. La complétion automatique des requêtes permet non seulement à l'utilisateur de réduire la saisie d'environ 25 %, mais également les aide en les guidant vers des questions plus précises et fréquemment posées. Des questions plus précises donnent généralement des réponses plus pertinentes et utiles. Par exemple, si vous commencez à taper « Où est » dans la zone de recherche, Kendra peut suggérer des options comme « Où est le support informatique ? », ou « Où est la cafétéria ? » et d'autres questions courantes connexes, pour terminer la requête.

Analyse et amélioration continue prochainement

Afin de fournir une expérience de recherche en constante amélioration, Amazon Kendra capture les activités pendant les recherches (clics, pouces vers le haut ou vers le bas) et vous présente des métriques et des informations afin que vous puissiez prendre des mesures pour apporter des améliorations. Kendra fournit des mesures opérationnelles de base telles que les principales requêtes, les meilleurs documents et les requêtes par jour. Kendra fournit également des mesures de qualité courantes telles que le MRR (Mean Reciprocal Rank) et des commentaires explicites, c'est-à-dire le nombre de validations et d'invalidations. Vous pouvez utiliser ces informations pour créer des questions fréquentes (FAQ) plus pertinentes, favoriser certaines sources de données avec un contenu faisant plus autorité ou former vos équipes du service clientèle aux questions les plus fréquemment posées.

Product-Page_Standard-Icons_01_Product-Features_SqInk
En savoir plus sur la tarification du produit

Consulter la page de la tarification de Kendra

En savoir plus 
Product-Page_Standard-Icons_02_Sign-Up_SqInk
Créer gratuitement un compte

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

S'inscrire 
Product-Page_Standard-Icons_03_Start-Building_SqInk
Commencez à créer sur la console

Commencez à créer avec Kendra dans AWS Management Console.

Se connecter