Amazon Comprehend es un servicio de procesamiento de lenguaje natural (NLP) que usa el aprendizaje automático para encontrar información y relaciones en textos. No se requiere experiencia en aprendizaje automático.
Hay un tesoro de potencial en sus datos no estructurados. Los correos electrónicos de los clientes, las incidencias de soporte técnico, las reseñas de productos, las redes sociales e, incluso, los textos publicitarios representan una visión de los sentimientos del cliente que se pueden poner al servicio de su negocio. La cuestión es cómo llegar a ella. Resulta que el aprendizaje automático es muy adecuado para identificar con precisión elementos específicos de interés en vastos volúmenes de texto (como encontrar nombres de compañías en informes de analistas) y puede conocer el sentimiento oculto dentro del lenguaje (identificar críticas negativas o interacciones positivas de los clientes con los agentes de atención al cliente), a una escala casi ilimitada.
Amazon Comprehend utiliza el aprendizaje automático para ayudarle a descubrir la información y las relaciones en sus datos no estructurados. El servicio identifica el idioma del texto; extrae frases, nombres de lugares, personas, marcas o eventos clave; comprende el grado de positividad o negatividad del texto; analiza el texto mediante tokenización y categorías gramaticales; y organiza automáticamente una colección de archivos de texto por tema. También puede utilizar las funciones de AutoML en Amazon Comprehend para crear un conjunto personalizado de entidades o modelos de clasificación de texto que se adapten de forma exclusiva a las necesidades de su organización.
Para extraer información médica compleja de texto no estructurado, puede usar Amazon Comprehend Medical. El servicio puede identificar información médica, como condiciones médicas, medicaciones, dosis, concentraciones y frecuencias a partir de distintas fuentes como notas de doctores, informes de ensayos clínicos y registros sanitarios de pacientes. Amazon Comprehend Medical también identifica la relación entre la información extraída sobre medicación y pruebas, tratamientos y procedimientos para facilitar su análisis. Por ejemplo, el servicio identifica una dosis concreta, la concentración y la frecuencia relacionada con una medicación específica a partir de notas clínicas no estructuradas.
Amazon Comprehend es completamente administrado, por lo que no hay servidores que aprovisionar ni modelos de machine learning que construir, entrenar ni implementar. Solo pagará por lo que utilice: no se requieren pagos mínimos ni compromisos iniciales.
Beneficios
Obtenga mejores respuestas a partir del texto
Organice documentos por temas
Entrene modelos con sus propios datos
Compatibilidad con texto general y específico del sector
Amazon Comprehend puede detectar el significado y las relaciones del texto a partir de incidentes del servicio de atención al cliente, opiniones de productos, redes sociales, artículos de noticias, documentos y otras fuentes. Por ejemplo, puede detectar la característica mencionada con mayor frecuencia cuando los clientes están contentos o descontentos con su producto.
Amazon Comprehend puede analizar una colección de documentos y otros archivos de texto (como publicaciones en las redes sociales) y organizarlos automáticamente por términos o temas relevantes. Luego, puede usar los temas para ofrecer contenido personalizado a sus clientes o para proporcionar una búsqueda y una navegación más ricas. Por ejemplo, si cuenta con una amplia colección de artículos periodísticos, puede agruparlos automáticamente por materia para que su sitio pueda sugerir nuevos artículos a los visitantes en función de lo que han leído anteriormente.
Puede ampliar fácilmente Amazon Comprehend para identificar términos específicos, como números de póliza o códigos de piezas. También puede ampliar Comprehend para clasificar documentos y mensajes de una manera que sea útil para su negocio, como consultas de atención al cliente por solicitud o publicaciones en redes sociales por producto. La incorporación de esta personalización no requiere ninguna experiencia en el aprendizaje automático. Solo tiene que proporcionar sus etiquetas y un pequeño conjunto de ejemplos para cada una y Comprehend se encargará del resto.
Aprovechando la tecnología de los últimos modelos de machine learning, Amazon Comprehend puede detectar información a partir de textos no estructurados como entradas en redes sociales, correos electrónicos y páginas web. Amazon Comprehend Medical identifica también información médica, como medicación y condiciones médicas, y determina la relación de unas variables con otras (p. ej., de la dosis y la concentración de un medicamento). Por ejemplo, Amazon Comprehend Medical extrae “Staphylococcus aureus resistente a la meticilina”, con frecuencia abreviado como “SARM”, y proporciona contexto, como si el paciente ha dado positivo o negativo en las pruebas, para dotar de significado al término extraído.
Cómo funciona
Casos de uso
Análisis de opiniones de clientes
Puede usar Amazon Comprehend para analizar las interacciones con los clientes a través de emails de soporte, publicaciones en las redes sociales, comentarios online, transcripciones telefónicas, etc., y descubrir qué factores impulsan las experiencias más positivas y negativas. A continuación, puede utilizar esta información para mejorar sus productos y servicios.
Ejemplo: análisis del centro de llamadas
Búsqueda más precisa
Puede utilizar Amazon Comprehend para ofrecer una experiencia de búsqueda más eficaz si permite que su motor de búsqueda indexe frases clave, entidades y opiniones. De esta manera, puede enfocar sus búsquedas en el intento y el contexto de los artículos en lugar de en las palabras clave básicas.
Ejemplo: indexación y búsqueda de opiniones de productos
Administración y detección de conocimiento
Amazon Comprehend sirve para organizar y categorizar sus documentos por temas a los fines de facilitar las búsquedas y, a continuación, personalizar las recomendaciones de contenido para los lectores a través de la sugerencia de otros artículos relacionados con el mismo tema.
Ejemplo: personalización de contenido en un sitio web
Clasificación de las incidencias de soporte técnico con una mejor gestión de los problemas
Utilice la clasificación personalizada para categorizar automáticamente los documentos de atención al cliente entrantes, como los formularios de comentarios online, las incidencias de soporte técnico, los mensajes de foros y las reseñas de productos en función de su contenido. Por ejemplo, solicitudes de cancelación de cuenta, problemas de facturación, cambio de dirección, etc. A continuación, utilice entidades personalizadas para extraer automáticamente información relevante, como números de pieza, niveles de fidelización y nombres de producto, para enviar rápidamente los documentos al equipo mejor preparado para resolver el problema del cliente y mejorar la satisfacción general de este.
Ejemplo: gestión de incidencias de atención al cliente
Realización de análisis de cohortes médicas
En oncología, resulta vital descubrir rápidamente los criterios de selección adecuados con los que reclutar pacientes para ensayos clínicos. Amazon Comprehend Medical entiende e identifica información médica compleja que se encuentra en texto no estructurado para facilitar el indexado y las búsquedas. Puede usar esta información para identificar pacientes que reclutar para el ensayo clínico apropiado en una fracción del tiempo y el costo requeridos por los procesos de selección manual.
Ejemplo: reclutamiento para ensayos clínicos
Introducción a AWS
Regístrese para obtener una cuenta de AWS
Comience a crear con AWS
Más información sobre Amazon Comprehend