Amazon Comprehend; doğal dil işleme, Kişiyi Tanımlayabilir Bilgi (PII) algılama ve düzeltme, Özel Sınıflandırma ve Varlık algılama, konu modelleme sağlayarak ham metni ve bazı API'lerle de PDF ve Word gibi belge biçimlerini analiz edebilen çok çeşitli uygulamalara olanak tanır.

  • Doğal dil işleme: Varlık tanıma, duygu analizi, söz dizimi analizi, anahtar ifade ayıklama ve dil algılamaya yönelik Amazon Comprehend API'leri, doğal dil metninden öngörüler elde etmek için kullanılabilir. Bu istekler, istek başına 3 birimlik (300 karakter) bir minimum ücretle 100 karakterlik birimler (1 birim = 100 karakter) halinde ölçülür.
  • Kişiyi Tanımlayabilir Bilgi (PII): Detect PII API'si, bir belge içindeki seçilmiş Kişiyi Tanımlayabilir Bilgi ("PII") varlıklarının konumlarını bulur ve belgenin düzeltilmiş sürümlerini oluşturmak için kullanılabilir. Contains PII API'si, belgenin seçilmiş PII içerip içermediğini size bildirir. Bu istekler de istek başına 3 birimlik (300 karakter) bir minimum ücretle 100 karakterlik birimler (1 birim = 100 karakter) halinde ölçülür.
  • Özel Comprehend: Özel Sınıflandırma ve Varlık API'leri, özel bir NLP modelini, metinleri kategorilere ayıracak ve özel varlıkları ayıklayacak şekilde eğitebilir. Zaman uyumsuz çıkarım istekleri, istek başına 3 birimlik (300 karakter) bir minimum ücretle 100 karakterlik birimler halinde ölçülür. Model eğitimi için saat başına 3 USD (saniyelik faturalandırma) ve özel model yönetimi için ay başına 0,50 USD ücretlendirilirsiniz. Zaman uyumlu Özel Sınıflandırma ve Varlık çıkarım istekleri için uygun aktarım hızı ile bir uç noktası tedarik edersiniz. Uç noktanızı başlattığınız andan silindiği ana kadar ücretlendirilirsiniz.
  • Konu Modelleme: Konu Modelleme, Amazon S3'te depolanan belgelerden oluşan bir koleksiyondan ilgili terimleri veya konuları tanımlar. Koleksiyondaki en yaygın konuları tanımlar ve bunları gruplar halinde düzenleyip, belgelerin uygun konularla eşleştirir. İş başına işlenen belgelerin toplam boyutuna göre ücretlendirilirsiniz. İlk 100 MB sabit bir fiyattan ücretlendirilir. 100 MB'tan sonra MB başına ücretlendirilirsiniz.
  • Güven ve Güvenlik (yeni): Comprehend toksisite algılama API'si, metindeki toksik içeriği tespit etmek için kullanılabilir. Benzer şekilde, Comprehend hızlı güvenlik sınıflandırması özelliği, büyük dil modellerine ve uygulamalarına güvenli olmayan giriş istemlerini tespit etmek için kullanılabilir. Bu istekler, istek başına 3 birimlik (300 karakter) bir minimum ücretle 100 karakterlik birimler (1 birim = 100 karakter) halinde ölçülür.
  • Amazon Comprehend Medical fiyatlandırması hakkında daha fazla bilgiye buradan ulaşabilirsiniz.
  • AWS Fiyatlandırma Hesaplama Aracı'nı kullanarak maliyetlerinizi tahmini olarak hesaplayabilirsiniz.
  • Tüm API'lerin fiyatlarını görüntülemek için aşağıdaki bölge seçicisinden ABD Doğu (K. Virginia) Bölgesi'ni seçin

 

Ayda 100 milyondan fazla hacimler için fiyatlandırmayı öğrenmek üzere lütfen bizimle iletişime geçin.
NLP istekleri, istek başına 3 birimlik (300 karakter) bir minimum ücretle 100 karakterlik birimler halinde ölçülür.

Amazon Comprehend API'leri ile hem yapılandırılmamış ham metni hem de bazı API'lerle PDF ve Word belgeleri gibi diğer metin dosyalarını işleyebilirsiniz. 

Özel Comprehend

Özel Varlıklar ve Sınıflandırma
PDF*, Word ve düz metin belgelerinde zaman uyumsuz varlık tanıma için

Çıkarım istekleri, istek başına 3 birimlik (300 karakter) bir minimum ücretle 100 karakterlik birimler halinde ölçülür.

Zaman uyumsuz sınıflandırma için

Çıkarım istekleri, istek başına 3 birimlik (300 karakter) bir minimum ücretle 100 karakterlik birimler halinde ölçülür.

Zaman uyumlu sınıflandırma ve varlık tanıma için

Uç noktalar, minimum 60 saniye olmak üzere bir saniyelik artışlarla faturalandırılır. Hiçbir belge analiz edilmese de ücretlendirme uç noktasını başlattığınız ve sildiğiniz ana kadar devam etmektedir.

Tek bir çıkarım birimi (IU), yönetilen uç noktanızda 100 karakter/saniye aktarım hızı sunmaktadır. Daha yüksek aktarım hızı için ek IU’lar tedarik edebilirsiniz. Her bir IU saniye başına 0,0005 USD ücretlendirilme yapılacaktır.

Model Eğitimi için Saatlik 3 USD

*taranmış PDF belgelerinden metin ayıklamak için Amazon Textract Detect Document Text API'si çağrılır.

Konu Modelleme

İlk 100 MB için

100 MB'tan sonra her MB için

Konum modelleme işi başına işlenen belgelerin toplam boyutuna göre ücretlendirilirsiniz. İlk 100 MB sabit bir fiyattan ücretlendirilir. 100 MB'tan sonra MB başına ücretlendirilirsiniz.

Ücretsiz kullanım

50.000 BİRİM METIN (5 MİLYON KARAKTER)

Amazon Comprehend, API başına aylık 50 bin metin birimini (5 milyon karakter) kapsayan ücretsiz bir kullanım sunar.

Uygun API'ler arasında Anahtar İfade Ayıklama, Duyarlılık, Hedeflenen Duygu, Varlık Tanıma, Dil Algılama, Olay Algılama, Söz Dizimi Analizi, Detect PII, Contains PII ve Hızlı Güvenlik Sınıflandırması bulunur.

Not: Özel Comprehend (özel varlıklar ve özel sınıflandırma) ücretsiz kullanım sunmaz. Buna model eğitimi, çıkarım ve model yönetimi dahildir.

AYLIK 1’ER MB’A KADAR 5 İŞ (konu modelleme)

Amazon Comprehend ücretsiz kullanımdan, ilk Amazon Comprehend isteğinin tarihinden itibaren 12 ay boyunca hem yeni hem de mevcut AWS müşterileri yararlanabilir.

Amazon Comprehend fiyatlandırma örnekleri

Örnek 1 - Müşteri Yorumlarını Analiz Etme

Çevrimiçi mağazanızdaki müşteri yorumlarını analiz etmek için Amazon Comprehend'i kullanarak bir uygulama geliştirdiğinizi varsayalım. Her biri 550 karakter olan 10.000 müşteri yorumu aldınız ve hizmeti kullanımınızın ikinci yılındasınız.

Toplam ücret hesaplaması:

Her isteğin boyutu = 550 karakter

İstek başına birim sayısı = 6

Toplam Birim: 10.000 (istek) x 6 (istek başına birim) = 60.000

Birim başına fiyat = 0,0001 USD

Toplam maliyet = [Birim sayısı] x [Birim başına maliyet] = 60.000 x 0,0001 USD = 6,00 USD


Örnek 2 - Belgeleri Konulara Göre Kategorilere Ayırma

Konularına göre kategorilere ayırmak ve ilgi alanlarına göre müşterilerinize önermek istediğiniz toplam 240 MB boyutunda bir dizi araştırma belgeniz olduğunu varsayalım. Aynı zamanda, hizmeti kullanımınızın ikinci yılında olduğunuzu ve ücretsiz kullanım teklifine uygun olmadığınızı varsayalım.

Toplam ücret hesaplaması:

İşlenen toplam megabayt = 240

1 USD sabit fiyatla faturalandırılan megabayt miktarı = 100

0,004 USD/MB fiyatla faturalandırılan megabayt sayısı = 140 [240-100]

İşin toplam maliyeti = 1,00 USD + [140 x 0,004 USD] = 1,00 USD + 0,56 USD = 1,56 USD


Örnek 3 - Özel Sınıflandırma API'sini kullanarak Müşteri Geri Bildirimlerini Sınıflandırma

Bir sınıflandırıcıyı, web sitenize gelen yeni müşteri geri bildirimlerini otomatik olarak düzenleyecek şekilde eğitmek istediğinizi varsayalım. 10 müşteri her dakika geri bildirim girer ve her bir geri bildirim 300 karakterdir. Özel modeli eğitmek bir saat sürüyor ve bu modeli bir ay boyunca tutmayı planlıyorsunuz. Bu doğrultuda aylık model eğitimi maliyetleri 3 USD model depolama maliyetleri ise 0,5 USD olacaktır. Aynı zamanda, hizmeti kullanımınızın ikinci yılında olduğunuzu ve ücretsiz kullanım teklifine uygun olmadığınızı varsayalım. 

Geri bildirimi zaman uyumsuz bir şekilde sınıflandırmak için dosyanızda karakter sayısına göre ödeme yaparsınız. Gerçek zamanda sınıflandırma yapmak için kullanım örneğinizi çalıştırılmasına yetecek kadar uygun bir aktarım hızında bir uç noktası tedarik edersiniz ve uç noktasının çalıştığı süre kadar ödeme yaparsınız.

Zaman uyumsuz sınıflandırma için çıkarım maliyeti hesaplaması:

Günlük her isteğin boyutu = 4.320.000 karakter [ 300 karakter * 10 belge *1.440 dakika]

İstek başına birim sayısı = 43.200 birim [432.000 karakter ÷ birim başına 100 karakter]

Birim başına fiyat = 0,0005 USD

Birimler için toplam çıkarım maliyeti = 21,60 USD [43.200 birim x 0,0005 USD]

Toplam maliyet = 25,10 USD [21,60 USD çıkarım + 3 USD model eğitimi + 0,50 USD model depolama]

Zaman uyumlu sınıflandırma için toplam ücret hesaplaması:

İlk olarak gerekli çıkarım hızını hesaplayalım. Her dakika her biri 300 karakterlik 10 belge sınıflandırıyoruz. Bu durumda;

Saniye başına 50 karakter [300 karakter x 10 belge ÷ 60 saniye]

100 karakter/saniye çıkarım hızı sağlayan 1 Çıkarım Birimi (IU) ile uç noktası tedarik etmeniz gerekecektir.

1 UI için ücret = saniye başına 0,0005 USD

Çıkarım çağrısı sayısına bakılmaksızın gerçek zamanlı sınıflandırma uç noktanızın aktif kalma süresine bağlı olarak ücrete tabi tutulursunuz.

Gerçek zamanlı sınıflandırma uç noktasını günlük 12 saat boyunca çalıştırırsanız:

Toplam çıkarım maliyeti: 21,60 USD [0,0005 USD x 3600 saniye x 12 saat]

Toplam maliyet = 25,10 USD [21,60 USD çıkarım + 3 USD model eğitimi + 0,50 USD model depolama]

Tedarik ettiğiniz çıkarım hızına ve uç noktanın aktif olduğu süre miktarı kadar ücrete tabi olduğunuzu göz önünde bulundurun. Daha fazla çıkarım hızına ihtiyaç duyarsanız ücret şu şekilde olacaktır:

2 UI için ücret = saniye başına 0,001 USD [0,0005 USD x 2]

3 UI için ücret = saniye başına 0,0015 USD [0,0005 USD x 3]


Örnek 4 - Özel Varlıklar API'sini Kullanarak Müşteri Yorumlarını Analiz Etme

Bir özel varlık modelini, web sitenize gelen müşteri geri bildirimlerinden özel terimleri ayıklayacak şekilde eğitmek istediğinizi varsayalım. Eğitim işi 1,5 saat sürer ve her biri 550 karakter olan 10.000 müşteri geri bildirimini analiz edersiniz. Bu modeli bir ay boyunca tutmayı planlıyorsunuz. Aynı zamanda, hizmeti kullanımınızın ikinci yılında olduğunuzu ve ücretsiz kullanım teklifine uygun olmadığınızı varsayalım.

Toplam ücret hesaplaması:

Her isteğin boyutu = 5.500.000 karakter

İstek başına birim sayısı = 55.000 birim [5.500.000 karakter ÷ birim başına 100 karakter]

Birim başına fiyat = 0,0005 USD

Toplam birim maliyeti = 27,5 USD [55.000 birim x 0,0005 USD]

Model eğitimi için toplam saat = 1,5 saat

Saatlik fiyat = 3 USD

Model eğitimi için toplam maliyet = 4,5 USD [1,5 saat x 3 USD]

Model yönetimi için ay sayısı = 1 ay

Aylık fiyat = 0,50 USD 

Model yönetimi için toplam maliyet = 0,50 USD [1 ay x 0,50 USD]

Toplam maliyet = 37 USD [27,5 USD + 4,5 USD + 0,50 USD]


Örnek 5 - Olay Algılama'yı kullanarak olayları ve ilişkili bilgileri ayıklama

Her biri 500 karakterden oluşan 3.000 makaleden 3 olay türü ayıklamak istediğinizi ve hizmet kullanımınızın ikinci yılında olduğunuzu varsayalım.

Toplam ücret hesaplaması:

İşlenen karakter sayısı = 1.500.000 karakter [3.000 makale x 500 karakter]

İşlenen birim sayısı = 45.000 birim [1.500.000 x 3 olay türü ÷ birim başına 100 karakter]

Birim başına fiyat = 0,003 USD

Toplam birim maliyeti = 135 USD [45.000 birim x 0,003 USD]


Örnek 6 - Contains PII API'sini kullanarak PII içeren belgeleri tanımlama

Çevrimiçi mağazanızdaki müşteri yorumlarını analiz etmek için Amazon Comprehend'i kullanarak bir uygulama geliştirdiğinizi varsayalım. Her biri 550 karakterden oluşan 10.000 müşteri yorumu aldınız ve güvenli bir konumda depolanabilmeleri için hangi belgelerin PII içerdiğini tanımlamanız gerekiyor. Hizmet kullanımınızın ikinci yılında olduğunu varsayalım.

Toplam ücret hesaplaması:

Her isteğin boyutu = 550 karakter

İstek başına birim sayısı = 6

Toplam Birim = 60.000 [10.000 istek x istek başına 6 birim]

Birim başına fiyat = 0,000002 USD

Toplam maliyet = 0,12 USD [60.000 birim x 0,000002 USD]


Örnek 7 - Detect PII API'sini kullanarak belgelerde PII düzeltme

Çevrimiçi mağazanızdaki müşteri yorumlarını analiz etmek için Amazon Comprehend'i kullanarak bir uygulama geliştirdiğinizi varsayalım. Her biri 550 karakterden oluşan 10.000 müşteri yorumu aldınız ve arşivlemeden önce belgelerin düzeltilmiş sürümlerini oluşturmanız gerekiyor. Hizmet kullanımınızın ikinci yılında olduğunu varsayalım.

Toplam ücret hesaplaması:

Her isteğin boyutu = 550 karakter

İstek başına birim sayısı = 6

Toplam Birim = 60.000 [10.000 istek x istek başına 6 birim]

Birim başına fiyat = 0,0001 USD

Toplam maliyet = 6 USD [60.000 birim x 0,0001 USD]

Örnek 8 - Özel Varlık API'sini Kullanarak İpotek Başvurusu Varlıklarını Ayıklama

Bir ipotek başvurusundan 10 özel varlık ayıklamak için özel bir varlık ayıklama modeli eğitmek istediğinizi varsayalım. Her gün yüz müşteri başvuruyor ve her biri sayfa başına 2.500 karakter içeren 10 sayfalık taranmış PDF belgesi sunuyor. Amazon Textract'ı kullanarak, Detect Document Text API'si ile varlıkları ayıklamadan önce işlenen her sayfadan metni ayıklamamız gerektiğini varsayalım. Özel modeli eğitmek bir saat sürüyor ve bu modeli bir ay boyunca tutmayı planlıyorsunuz. Bu doğrultuda aylık model eğitimi maliyetleri 3 USD, model depolama maliyetleri ise 0,50 USD olacaktır. Aynı zamanda, hizmeti kullanımınızın ikinci yılında olduğunuzu ve ücretsiz kullanım teklifine uygun olmadığınızı varsayalım. Özel varlıkları zaman uyumsuz bir şekilde ayıklamak için dosyanızda karakter sayısına göre ödeme yaparsınız. Varlıkları gerçek zamanlı olarak ayıklamak için kullanım örneğinizin çalıştırılmasına yetecek kadar uygun bir aktarım hızında bir uç noktası tedarik edersiniz ve uç noktasının çalıştığı süre kadar ödeme yaparsınız.

Zaman uyumsuz sınıflandırma için çıkarım maliyeti hesaplaması:

Günlük her isteğin boyutu = 2.500.000 karakter [Günde 100 uygulama * 10 belge *2.500 karakter]

İstek başına birim sayısı = 25.000 birim [2.500.000 karakter ÷ birim başına 100 karakter]

Birim başına fiyat = 0,0005 USD

Birimler için toplam çıkarım maliyeti = 12,50 USD [25.000 birim x 0,0005 USD]

Detect Document Text API'si için Amazon Textract maliyeti = 1,50 USD [Günde 100 başvuru * 10 belge * sayfa başına 0,0015 USD fiyat, 1 milyon sayfaya kadar]

Toplam maliyet = 17,50 USD [12,50 USD çıkarım + 1,50 USD Textract + 3 USD model eğitimi + 0,50 USD model depolama]

 

Örnek 9 - Çalışan Anketi Yanıtlarının Analiz Edilmesi

Kuruluşunuz için çalışan anketi yanıtlarını analiz etmek üzere Amazon Comprehend Hedeflenen Duygu'yu kullanarak bir uygulama oluşturduğunuzu varsayalım. Her biri 350 karakter olan 100.000 anket yanıtı aldınız ve hizmet kullanımınızın ikinci yılındasınız.

Toplam ücret hesaplaması:

Her isteğin boyutu = 350 karakter

İstek başına birim sayısı = 4

Toplam Birim = 100.000 (istek) x 4 (istek başına birim) = 400.000

Birim başına fiyat = 0,0001 USD (0-10 milyon birimden)

Toplam maliyet = [Birim sayısı] x [Birim başına maliyet] = 400.000 x 0,0001 USD = 40,00 USD

 

Örnek 10 - Web sitesindeki çevrimiçi yorumlarda toksisiteyi algılama

Web sitenizdeki yorumlarda toksisiteyi tespit etmek için Amazon Comprehend'i kullanarak bir uygulama oluşturduğunuzu varsayalım. Her biri 100 karakter olan 100 milyon müşteri yorumu aldınız ve hangi yorumların doğası gereği toksik olduğunu ve düzeltilmesi gerektiğini belirlemeniz gerekiyor. Hizmet kullanımınızın ikinci yılında olduğunu varsayalım.

            Toplam ücret hesaplaması:

            Her isteğin boyutu = 100 karakter

            İstek başına birim sayısı = Toplam 1

            Birimler = 100 milyon IU [100 milyon yorum x istek başına 1 birim]

            Birim fiyatı = 0,0001 USD [0 - 10 milyon IU arası] + 0,00005 USD [10 milyon - 50 milyon IU arası] + 0,000025 USD [50 milyon - 100 milyon IU arası]

            Toplam maliyet = [Birim sayısı] x [Birim başına maliyet]

            = [10 milyon x 0,001 USD] + [40 milyon x 0,00005 USD] + [50 milyon x 0,000025 USD]

            = 1.000 USD + 2.000 USD + 1.250 USD

            = 4.250 USD

Örnek 11 - Üretici yapay zeka uygulamasında güvenli olmayan istemleri algılama

Kullanıcılarınız üretici yapay zeka ürününüzle etkileşime girdiğinde güvenli olmayan giriş istemlerini algılamak için Amazon Comprehend'i kullanarak bir uygulama oluşturduğunuzu varsayalım. Her biri 500 karakter olan 10 milyon giriş istemi aldınız ve hangi istemlerin güvenli olmadığını belirlemeniz gerekiyor. Hizmet kullanımınızın ikinci yılında olduğunu varsayalım.

            Toplam ücret hesaplaması:

            Her isteğin boyutu = 500 karakter

            İstek başına birim sayısı = 5

            Toplam Birimler = 50 milyon IU [10 milyon yorum x istek başına 5 birim]

            Birim fiyatı = 0,0001 USD [0 - 10 milyon IU arası] + 0,00005 USD [10 milyon - 50 milyon IU arası] + 0,000025 USD [50 milyon - 100 milyon IU arası]

            Toplam maliyet = [Birim sayısı] x [Birim başına maliyet]

            = [10 milyon x 0,001 USD] + [40 milyon x 0,00005 USD]

            = 1.000 USD + 2.000 USD

            = 3.000 USD

Amazon Comprehend özellikleri hakkında daha fazla bilgi edinin

Özellik sayfasını ziyaret edin
Başlamaya hazır mısınız?
Kaydolun
Başka sorularınız mı var?
Bize ulaşın