게시된 날짜: Nov 15, 2018
고급 텍스트 분석을 위한 Amazon Comprehend에는 이제 사용자 지정 분류가 포함됩니다.
텍스트 분류는 비정형 텍스트를 분석하고 구성하기에 효과적인 도구입니다. 사용자 지정 분류 기능을 사용하여 자체 비즈니스 규칙을 기반으로 정보를 이해하고, 레이블을 지정하고, 라우팅할 수 있습니다. 예를 들어 콜센터는 고객 요청 콘텐츠를 분류하여 가장 적합한 지원 팀으로 신속하게 라우팅할 수 있고, 웹 사이트에 부적절한 댓글이 감지되는 경우 자동으로 이를 조정할 수 있습니다.
텍스트를 분류하기 위해 맞춤형 솔루션을 구축하려면 많은 시간이 걸릴 수 있고 사용자 지정 분류 모델을 교육하기 위한 고급 기계 학습 기술이 필요합니다. Amazon Comprehend 사용자 지정 분류 기능은 AutoML 기능을 사용하므로 사용자는 ML을 배울 필요 없이 비즈니스별 레이블을 사용하여 손쉽게 사용자 지정 텍스트 분류 모델을 구축할 수 있습니다. 예를 들어 고객 지원 조직은 사용자 지정 분류 기능을 사용하여 고객이 문제를 어떻게 설명하는지에 따라 문제 유형별로 인바운드 요청을 자동으로 분류할 수 있습니다. 사용자 지정 모델을 만드는 것은 간단합니다. 사용하려는 각 레이블에 대한 텍스트 예제를 제공하면, Comprehend가 이를 교육하여 사용자 지정 모델을 생성합니다. 기계 학습 경험을 필요 없으며 코드를 전혀 사용하지 않고 사용자 지정 모델을 구축할 수 있습니다. 고객 분류자를 현재 애플리케이션에 통합할 수 있도록 SDK가 제공됩니다. 사용자 지정 모델을 사용하면 손쉽게 웹 사이트 댓글을 조정하고, 고객 피드백을 분류하고, 작업 그룹 문서를 정리할 수 있습니다.
새 기능을 사용해 보려면 코드 없는 환경인 Amazon Comprehend 콘솔로 로그인하거나 AWS SDK를 다운로드하십시오. 또한, 설명서에서 이 새로운 기능에 대해 자세히 알아볼 수 있습니다.