Amazon Comprehend は、機械学習を使用してテキスト内でインサイトや関係性を検出する自然言語処理 (NLP) サービスです。機械学習の経験は必要ありません。
構造化されていないデータには膨大な量の潜在的な宝物があります。お客様の E メール、サポートチケット、製品レビュー、ソーシャルメディア、広告コピーが、ビジネスの役に立つ顧客感情のインサイトを表します。問題はそれをどのようにして手に入れるかです。 このように、機械学習は、膨大な数のテキスト内の特定の関心項目 (アナリストレポートで会社名を見つけるなど) を正確に特定することに特に優れており、言語の中に隠された感情 (マイナスのレビューやカスタマーサービスエージェントと顧客の積極的なのやりとりの特定) をほぼ無限の規模で学習することができます。
Amazon Comprehend は機械学習を使用して、構造化されていないデータのインサイトと関係を明らかにします。このサービスは、テキストの言語を識別し、キーフレーズ、場所、人物、ブランド、またはイベントを抽出し、テキストがどの程度肯定的か否定的かを理解し、トークン分割や品詞を使用してテキストを分析し、テキストファイルのコレクションをトピックごとに自動的に整理します。Amazon Comprehend の AutoML 機能を使用して、組織のニーズに合わせて独自にカスタマイズされたエンティティまたはテキスト分類モデルのカスタムセットを構築することもできます。
Amazon Comprehend Medical を使用して、構造化されていないテキストから複雑な医療情報を抽出することができます。このサービスは、医師のメモ、治験の総括報告書 、患者の健康記録などのさまざまな情報源から、病状、投薬、投薬量、強さ、頻度などの医療情報を特定することができます。Amazon Comprehend Medical では、抽出した投薬と試験、治療、および分析をより簡単にするための手順についての情報の間にある関係を見出します。例えば、このサービスは、構造化されていない臨床メモから特定の投薬に関連する特定の投薬量、強さ、および頻度を識別できます。
Amazon Comprehend は完全に管理されているため、プロビジョニングするサーバーはなく、構築、トレーニング、またはデプロイする機械学習モデルもありません。実際に使用した分に対してのみ料金が発生します。最低料金や前払いの義務はありません。
利点
テキストから最善の回答を得る
トピック別にドキュメントを整理する
独自のデータでのモデルのトレーニング
一般および業界に特化したテキストのサポート
Amazon Comprehend では、お客様サポート事例、製品レビュー、ソーシャルメディアフィード、ニュース記事、ドキュメント、その他のソースからテキスト内の意味や関連性を検出できます。例えば、お客様が満足か不満足かに関して頻繁にコメントのある製品について、その特徴を特定することができます。
Amazon Comprehend では、ドキュメントやその他のテキストファイル (ソーシャルメディアの投稿など) のコレクションを分析して、関連性のある用語やトピックごとに自動的に整理できます。その後、そのトピックを使用してお客様のコンテンツをパーソナライズすることや、豊富な検索やナビゲーションを提供することができます。例えば、ニュース記事の幅広いコレクションがある場合、主題別に自動的にグループ化しておき、サイトでは、閲覧者が以前に読んだ記事に基づいて、閲覧者に新しい記事を提案することができます。
Amazon Comprehend を簡単に拡張して、ポリシー番号やパートコードなどの特定の用語を識別することができます。また、リクエスト別のカスタマーサポートへの問い合わせや製品別のソーシャルメディアの投稿のように、ビジネスに合った方法でドキュメントやメッセージを分類するよう Comprehend を拡張することもできますこのカスタマイズを追加するのに機械学習の専門知識は必要ありません。ラベルとそれぞれの例の小さなセットを提供するだけで、Comprehend が残りの手順を行います。
最新鋭の機械学習モデルを搭載した Amazon Comprehend は、ソーシャルメディアの投稿、電子メール、ウェブページなどの非構造化テキストからインサイトを見つけ出すことができます。Amazon Comprehend Medical は、投薬や病状などの医療情報を特定し、お互いの関係 (薬の投薬量や強さなど) を決定します。例えば、Amazon Comprehend Medical は、「MRSA」と入力されることがよくある「メチシリン耐性黄色ブドウ球菌」を抽出し、抽出された用語を意味のあるものにするために、患者が陽性または陰性であるかどうかなどの状況を提供します。
仕組み
ユースケース
分析に関するお客様の声
Amazon Comprehend を使用して、E メールのサポート、ソーシャルメディアの投稿、オンラインコメント、通話録音といった形態での顧客とのやり取りを分析し、最も肯定的な体験や最も否定的な体験を生み出す要因を検出できます。その後、このインサイトに基づいて製品やサービスを改善できます。
例: コールセンターの分析
さらに正確な検索
Amazon Comprehend を使用して、キーフレーズ、エンティティ、感情を検索エンジンでインデックスできるようにすることで、より優れた検索体験を提供できます。これにより、基本的なキーワードの代わりに、記事の意図や内容に重点を置いた検索ができるようになります。
例: 製品レビューのインデックスおよび検索
ナレッジマネジメントおよび検出
Amazon Comprehend を使用すると、検出を簡単にするために、テーマ別にドキュメントを整理して分類し、同じテーマに関連する他の記事を推奨することで、推奨するコンテンツを読者に合わせてパーソナライズできます。
例: ウェブサイトのコンテンツのパーソナライズ
よりよい問題処理のためにサポートチケットを分類する
カスタム分類を使用して、オンラインフィードバックフォーム、サポートチケット、フォーラム投稿、コンテンツに基づいた製品レビューなどのインバウンドカスタマーサポートドキュメントを自動的に分類します。たとえば、アカウントの取り消しリクエスト、請求の問題、住所変更などです。カスタムエンティティを使用し、パート番号、ロイヤルティー階層、製品名などの関連情報を自動的に抽出します。チームにドキュメントを迅速にルーティングし、お客様の問題を解決し、全体的な顧客満足度を向上させます。
例: カスタマーサポートのチケットの処理
医療コホート分析を実行する
腫瘍学では、臨床試験のために患者を募集するには、適切な選択基準を迅速に見つけることが重要です。Amazon Comprehend Medical は、構造化されていないテキストにある複雑な医療情報を理解、識別するため、インデックス作成や検索が簡単に実行できます。これらのインサイトを使用して、手動での選択プロセスにかかる時間とコストに比べほんのわずかで、臨床試験のための適切な患者を特定し、採用することができます。
例 : 臨床試験の参加者の募集
AWS の使用を開始する
Amazon Comprehend の詳細