Amazon Comprehend

在文字中探索洞見和關係

Amazon Comprehend 是一項自然語言處理 (NLP) 服務，使用機器學習來尋找文字中的洞見與關係。無需機器學習經驗。

您的非結構化資料中蘊藏著寶貴資產。客戶電子郵件、支援票證、產品評論、社群媒體甚至廣告文案，都可讓您深入了解客戶情緒，從而提升業務績效。但問題是如何取得這類資料？事實證明，機器學習特別擅長準確識別大量文字中的特定相關項目 (例如在分析報告中尋找公司名稱)，並可以學習語句中所隱含的情緒 (識別負面評論或客戶與客戶服務人員的良性互動)，具備幾乎無限的擴展能力。

Amazon Comprehend 使用機器學習來幫助您發掘非結構化資料中的洞見與關係。這項服務可識別文字的語言；擷取關鍵片語、地點、人物、品牌或事件；理解文字的正面或負面程度；使用字符化和詞性標記分析文字；以及按主題自動整理文字檔集合。您也可以使用 Amazon Comprehend 中的 AutoML 功能，根據您組織的特定需求，建立一組自訂的實體或文字分類模型。

若要從非結構化文字中擷取複雜的醫療資訊，您可以使用 Amazon Comprehend Medical。此服務可從各種來源 (例如醫師記錄、臨床試驗報告和患者健康記錄) 識別醫療資訊 (例如醫療狀況、藥物、劑量、藥效和頻率)。Amazon Comprehend Medical 也會識別所擷取的藥物、檢測、療法與療程資訊之間的關係，以便分析。例如，服務會從非結構化的臨床報告中，識別與特定藥物相關的指定劑量、藥效和頻率。

Amazon Comprehend 是全受管服務，因此無需佈建伺服器，也無需建立、訓練或部署機器學習模型。您只需按實際用量付費；既沒有最低費用，也沒有前期承諾。

Amazon Comprehend 簡介

優勢

從文字中取得更好的答案

依主題組織文件

使用您的資料訓練模型

支援一般和產業特定文字

Amazon Comprehend 能從客戶支援事件、產品評論、社交媒體饋送、新聞文章、文件及其他來源的文字中探索意義和關係。例如，您可以在客戶對產品滿意或不滿意時，識別客戶最常提及的功能。

Amazon Comprehend 可分析文件和其他文字檔 (例如社交媒體文章) 集合，並按相關的條件或主題自動加以組織。接著您可以使用主題向客戶提供個人化內容，或是提供更豐富的搜尋和導覽體驗。例如，如果您有廣泛的新聞文章集合，可以按主旨自動組織這些文章，讓您的網站可以根據訪客之前閱讀的內容建議新的文章。

您可以輕鬆擴展 Amazon Comprehend 以識別特定字詞，例如政策號碼或組件編號。您也可以擴展 Comprehend 以使用適合您業務的方式來分類文件和訊息，例如，依請求分類客戶支援查詢或依產品分類社群媒體貼文。無需機器學習專業知識即可新增此自訂。您只需提供標籤並針對每個標籤提供一小組範例，Comprehend 會自動執行後續步驟。

Amazon Comprehend 採用最先進的機器學習模型技術，可從非結構化文字 (例如社群媒體貼文、電子郵件和網頁) 中得出深入分析。Amazon Comprehend Medical 也可識別醫療資訊 (例如藥物和醫療狀況)，並判斷其彼此間的關係 (例如藥物劑量和藥效)。舉例來說，Amazon Comprehend Medical 擷取「耐甲氧西林金黃色葡萄球菌」(通常輸入為「MRSA」)，並提供背景資訊 (例如患者是否檢測出陽性或陰性)，使擷取的字詞具有意義。