Amazon Comprehend 功能

自定义实体识别

• 示例：在此示例中，保险公司希望分析文本文档，了解特定于其业务的实体和保单号码。
  

  示例文本：您好，我是 Sam Ford，我在填写车祸索赔。我的保单代码是 456-YQT。
  

  实体	类别	数量	置信度
  456-YQT	Policy_ID	1	0.95

自定义分类

• 示例：假设您要整理对航空公司的客户支持反馈。您希望将每条反馈按账户问题、机票退款和飞行投诉进行分类整理。要训练该服务，您需要创建一个 CSV 文件，其中包含每个问题的示例文本，并使用适用的三个标签之一标记每个样本。该服务将代表您自动训练自定义模型。要使用您的模型分析第二天的所有调用，您需要将每个文本文件提交给该服务，并接收已标记的结果以及标签匹配的置信度。
  

  文本	标签	置信度评分
  第 0 行	账户问题	0.92
  第 1 行	机票退款	1
  第 2 行	飞行投诉	1
  第 3 行	飞行投诉	0.91
  Doc5.csv	机票退款	1

实体识别

• 示例：在本例中，我们正在查看一家公司的介绍。该 API 可识别出“组织”、“日期”和“位置”等实体，并返回置信度评分。
  

  示例文本：Amazon.com, Inc. 位于华盛顿州西雅图，由 Jeff Bezos 创立于 1994 年 7 月 5 日，向客户销售书籍和搅拌机等各种商品。西雅图位于波特兰的北部和不列颠哥伦比亚省温哥华的南部。总部设在西雅图的其他知名公司有 Starbucks 和 Boeing。
  

  实体	类别	置信度
  Amazon.com, Inc.	组织	0.96
  华盛顿州西雅图	地点	0.96
  1994 年 7 月 5 日	日期	0.99
  Jeff Bezos	人物	0.99
  西雅图	地点	0.98
  波特兰	地点	0.99
  不列颠哥伦比亚省温哥华	地点	0.97
  Starbucks	组织	0.91
  Boeing	组织	0.99

情绪分析

• 示例：在本例中，客户正在发布对一双鞋的反馈。该 API 可识别出该客户表达的情绪以及置信度。
  

  示例文本：我订购的是 S 码，希望刚好合脚，但它却有点像是 M 码。质量非常好。实物的颜色比图片上的棕色浅，但相当接近。如果内衬是棉花或羊毛的话，那将会好上十倍。
  

  情绪	分数
  混合	0.89
  正面	0.09
  负面	0.01
  中性	0.00

Targeted Sentiment

• 示例：在此例中，餐馆正在查看客户评论以了解可以改进其业务的方面。
  

  示例文本：我喜欢汉堡包，但是服务太慢了。
  

  文本	实体类型	实体置信度评分	情绪	分数
  我	人物	0.99	中性	0.99
  汉堡包	其他	0.99	正面	0.99
  服务	属性	0.99	负面	0.99

PII 识别和编辑

• 示例：在本示例中，客户希望编辑银行对账单中的个人和财务数据。PII 编辑 API 将识别和编辑 PII 以及置信评分。
  

  示例文本：您好，John Smith。 您的 AnyCompany Financial Services, LLC 信用卡账号 1111-0000-1111-0008 的最低还款额是 24.53 美元，将于 7 月 31 日到期。根据您的自动转帐设置，我们将在到期日从您的银行账号 XXXXXX1111（银行代号为 XXXXX0000）中扣款。
  

  实体	类型	分数
  John Smith	名称	0.99+
  1111-0000-111-0008	信用卡账号	0.99+
  7 月 31 日	日期时间	0.99+
  XXXXXX111	银行账号	0.99+
  XXXXX0000	银行代号	0.99+

毒性检测

提示安全性分类

关键词提取

• 示例：在本例中，客户正在对比数码单反相机和拍立得相机。API 提取关键短语并返回有关结果的置信度评分。
  

  示例文本：我是一名发烧级摄影师，日常主要使用数码单反相机以及随身携带的拍立得相机。虽然数码单反相机具有无与伦比的强大功能和便利性，但拍立得相机也有一些神奇之处。也许您正在拍摄纪实片，或者您拍摄的每个镜头都是独一无二的实物（这在当今世界照片不胜枚举的 Instagram 和 Facebook 上显得与众不同）。我敢肯定地说，它们用起来很有趣，如果您在派对上拿出来其中一个，大家都会眼前一亮。
  

  关键词	置信度
  发烧级摄影师	0.99
  数码单反相机	0.97
  拍立得相机	0.99
  日常使用	0.99
  强大功能和便利性	0.94
  纪实片	0.99
  每个镜头	0.92
  独一无二的实物	0.99
  当今	0.91
  世界	0.99
  Instagram 和 Facebook	0.99

事件检测

语言检测

• 示例：在本例中，该 API 会解析文本，并能够识别文本中的主导语言为意大利语以及返回置信度得分。

  示例文本：Amazon Elastic Compute Cloud (Amazon EC2) è un servizio Web che fornisce capacità di elaborazione sicura e scalabile nel cloud.È concepito per rendere più semplice il cloud computing su scala Web per gli sviluppatori.
  

  ISO-639-1 语言代码	语言	置信度
  it	意大利语	1.0

语法分析

• 示例：在本示例中，我们将使用 Comprehend Syntax API 分析一个简短的文档。Syntax API 可对文本分词断句（确定单词边界）并使用名词 和动词等相关词性标记每一个单词。除了注明开始和结束偏移量之外（以便您知道单词在文本中的位置），我们还提供置信度得分。

  示例文本：我喜欢我的速度快的、新的 Kindle Fire！

  文本	标签
  我	代词
  喜欢	动词
  我的	代词
  速度快的	形容词
  、	标点符号
  新的	形容词
  Kindle	专有名词
  Fire	专有名词
  ！	标点符号

主题建模

• 示例：如果您的文档（Doc1.txt、Doc2.txt、Doc3.txt 和 Doc4.txt）存储在 Amazon S3 中，并且您向 Amazon Comprehend 指出了其位置，Comprehend 将分析这些文档并返回两个视图：
  

  1.关键字分组，即主题

  每组关键字都与一个主题组相关联。权重是指在该关键字在相应组内所占的比例。权重最接近 1 的关键字最能代表主题组的上下文。

  主题组	关键字	权重
  1	Amazon	0.87
  1	西雅图	0.65
  2	节假日	0.78
  2	购物	0.67

  每组关键字都与一个主题组相关联。权重是指在该关键字在相应组内所占的比例。权重最接近 1 的关键字最能代表主题组的上下文。

  2.按主题的文档分组

  文档名称	主题组	比例
  Doc1.txt	1	0.87
  Doc2.txt	1	0.65
  Doc3.txt	2	0.78
  Doc4.txt	2	0.67

  每个文档都会映射到一个主题组，具体取决于该主题组的加权关键字在文档中所占的比例。

多语言支持