Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Personnalisation de l’ingestion pour une source de données
Vous pouvez personnaliser l'ingestion vectorielle lorsque vous connectez une source de données dans le AWS Management Console ou en modifiant la valeur du `vectorIngestionConfiguration` champ lors de l'envoi d'une [CreateDataSource](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_CreateDataSource.html)demande.
Sélectionnez une rubrique pour savoir comment inclure des configurations permettant de personnaliser l’ingestion lors de la connexion à une source de données :
**Topics**
+ [
## Choix de l’outil à utiliser pour l’analyse
](#kb-data-source-customize-parsing)
+ [
## Choix d’une stratégie de découpage
](#kb-data-source-customize-chunking)
+ [
## Utilisation d’une fonction Lambda lors de l’ingestion
](#kb-data-source-customize-lambda)
## Choix de l’outil à utiliser pour l’analyse
Vous pouvez personnaliser la façon dont les documents contenus dans vos données sont analysés. Pour en savoir plus sur les options d’analyse des données dans les bases de connaissances Amazon Bedrock, consultez [Options d’analyse structurée pour votre source de données](kb-advanced-parsing.md).
**Avertissement**
Une fois connecté à la source de données, vous ne pouvez plus modifier la stratégie d’analyse. Pour utiliser une stratégie d’analyse différente, vous pouvez ajouter une nouvelle source de données.
Vous ne pouvez pas ajouter d’emplacement S3 pour stocker des données multimodales (notamment des images, des figures, des graphiques et des tableaux) après avoir créé une base de connaissances. Si vous souhaitez inclure des données multimodales et utiliser un analyseur qui les prend en charge, vous devez créer une nouvelle base de connaissances.
Les étapes du choix d'une stratégie d'analyse varient selon que vous utilisez l'API Amazon Bedrock AWS Management Console ou l'API Amazon Bedrock et selon la méthode d'analyse que vous choisissez. Si vous choisissez une méthode d’analyse qui prend en charge les données multimodales, vous devez spécifier un URI S3 dans lequel stocker les données multimodales extraites de vos documents. Ces données peuvent être renvoyées dans une requête de la base de connaissances.
+ Dans le AWS Management Console, procédez comme suit :
1. Sélectionnez la stratégie d’analyse lorsque vous vous connectez à une source de données lors de la configuration d’une base de connaissances ou lorsque vous ajoutez une nouvelle source de données à votre base de connaissances existante.
1. (Si vous choisissez l’automatisation des données Amazon Bedrock ou un modèle de fondation comme stratégie d’analyse) Spécifiez un URI S3 dans lequel stocker les données multimodales extraites de vos documents dans la section **Destination de stockage multimodal** lorsque vous sélectionnez un modèle de vectorisation et configurez votre magasin de vecteurs. Vous pouvez également utiliser une clé gérée par le client pour chiffrer vos données S3.
+ Dans l’API Amazon Bedrock, procédez comme suit :
1. (Si vous envisagez d'utiliser Amazon Bedrock Data Automation ou un modèle de base comme stratégie d'analyse) Incluez un [SupplementalDataStorageLocation](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_SupplementalDataStorageLocation.html)dans une [VectorKnowledgeBaseConfiguration[CreateKnowledgeBase](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_CreateKnowledgeBase.html)](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_VectorKnowledgeBaseConfiguration.html)demande.
1. Incluez un [ParsingConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_ParsingConfiguration.html)dans le `parsingConfiguration` champ du [VectorIngestionConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_VectorIngestionConfiguration.html)dans la [CreateDataSource](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_CreateDataSource.html)demande.
**Note**
Si vous omettez cette configuration, les bases de connaissances Amazon Bedrock utilisent l’analyseur par défaut Amazon Bedrock.
Pour plus de détails sur la façon de spécifier une stratégie d’analyse dans l’API, développez la section correspondant à la stratégie d’analyse que vous souhaitez utiliser :
### Analyseur par défaut Amazon Bedrock
Pour utiliser l’analyseur par défaut, n’incluez aucun champ `parsingConfiguration` dans la `VectorIngestionConfiguration`.
### Analyseur d’automatisation des données Amazon Bedrock (version préliminaire)
Pour utiliser l'analyseur Amazon Bedrock Data Automation, spécifiez `BEDROCK_DATA_AUTOMATION` dans le `parsingStrategy` champ `ParsingConfiguration` et incluez un [BedrockDataAutomationConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_BedrockDataAutomationConfiguration.html)dans le `bedrockDataAutomationConfiguration` champ, selon le format suivant :
```
{
"parsingStrategy": "BEDROCK_DATA_AUTOMATION",
"bedrockDataAutomationConfiguration": {
"parsingModality": "string"
}
}
```
### Modèle de fondation
Pour utiliser un modèle de base comme analyseur syntaxique, spécifiez le `BEDROCK_FOUNDATION_MODEL` dans le `parsingStrategy` champ `ParsingConfiguration` et incluez un [BedrockFoundationModelConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_BedrockFoundationModelConfiguration.html)dans le `bedrockFoundationModelConfiguration` champ, selon le format suivant :
```
{
"parsingStrategy": "BEDROCK_FOUNDATION_MODEL",
"bedrockFoundationModelConfiguration": {
"modelArn": "string",
"parsingModality": "string",
"parsingPrompt": {
"parsingPromptText": "string"
}
}
}
```
## Choix d’une stratégie de découpage
Vous pouvez personnaliser la façon dont les documents contenus dans vos données sont découpés à des fins de stockage et d’extraction. Pour en savoir plus sur les options de découpage des données dans les bases de connaissances Amazon Bedrock, consultez [Fonctionnement du découpage du contenu pour les bases de connaissances](kb-chunking.md).
**Avertissement**
Une fois connecté à la source de données, vous ne pouvez plus modifier la stratégie de découpage.
Dans le, AWS Management Console vous choisissez la stratégie de segmentation lorsque vous vous connectez à une source de données. Avec l'API Amazon Bedrock, vous incluez un [ChunkingConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_ChunkingConfiguration.html)dans le `chunkingConfiguration` champ du [VectorIngestionConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_VectorIngestionConfiguration.html).
**Note**
Si vous omettez cette configuration, Amazon Bedrock divise votre contenu en fragments d’environ 300 jetons, tout en préservant les limites de phrases.
Développez la section qui correspond à la stratégie d’analyse que vous souhaitez utiliser :
### Pas de découpage
Pour traiter chaque document de votre source de données comme un bloc source unique, spécifiez `NONE` dans le champ `chunkingStrategy` de la `ChunkingConfiguration`, au format suivant :
```
{
"chunkingStrategy": "NONE"
}
```
### Découpage de taille fixe
Pour diviser chaque document de votre source de données en morceaux de taille approximativement identique, spécifiez `FIXED_SIZE` dans le `chunkingStrategy` champ du `ChunkingConfiguration` et incluez un [FixedSizeChunkingConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_FixedSizeChunkingConfiguration.html)dans le `fixedSizeChunkingConfiguration` champ, comme dans le format suivant :
```
{
"chunkingStrategy": "FIXED_SIZE",
"fixedSizeChunkingConfiguration": {
"maxTokens": number,
"overlapPercentage": number
}
}
```
### Découpage hiérarchique
Pour diviser chaque document de votre source de données en deux niveaux, la deuxième couche contenant de plus petits fragments dérivés de la première couche, spécifiez `HIERARCHICAL` dans le champ `chunkingStrategy` de la `ChunkingConfiguration` et incluez le champ `hierarchicalChunkingConfiguration`, au format suivant :
```
{
"chunkingStrategy": "HIERARCHICAL",
"hierarchicalChunkingConfiguration": {
"levelConfigurations": [{
"maxTokens": number
}],
"overlapTokens": number
}
}
```
### Découpage sémantique
Pour diviser chaque document de votre source de données en fragments qui privilégient le sens sémantique par rapport à la structure syntaxique, spécifiez `SEMANTIC` dans le champ `chunkingStrategy` de la `ChunkingConfiguration` et incluez le champ `semanticChunkingConfiguration`, au format suivant :
```
{
"chunkingStrategy": "SEMANTIC",
"semanticChunkingConfiguration": {
"breakpointPercentileThreshold": number,
"bufferSize": number,
"maxTokens": number
}
}
```
## Utilisation d’une fonction Lambda lors de l’ingestion
Vous pouvez post-traiter la façon dont les blocs source de vos données sont écrits dans le magasin de vecteurs à l’aide d’une fonction Lambda de la manière suivante :
+ Incluez une logique de découpage pour fournir une stratégie de découpage personnalisée.
+ Incluez une logique pour spécifier les métadonnées au niveau des fragments.
Pour en savoir plus sur l’écriture d’une fonction Lambda personnalisée pour l’ingestion, consultez [Utilisation d’une fonction Lambda de transformation personnalisée pour définir la manière dont vos données sont ingérées](kb-custom-transformation.md). Dans le, AWS Management Console vous choisissez la fonction Lambda lorsque vous vous connectez à une source de données. Avec l'API Amazon Bedrock, vous incluez un [CustomTransformationConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_CustomTransformationConfiguration.html)dans le `CustomTransformationConfiguration` champ du Lambda [VectorIngestionConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_VectorIngestionConfiguration.html)et spécifiez l'ARN du Lambda, comme dans le format suivant :
```
{
"transformations": [{
"transformationFunction": {
"transformationLambdaConfiguration": {
"lambdaArn": "string"
}
},
"stepToApply": "POST_CHUNKING"
}],
"intermediateStorage": {
"s3Location": {
"uri": "string"
}
}
}
```
Vous spécifiez également l’emplacement S3 dans lequel stocker la sortie après avoir appliqué la fonction Lambda.
Vous pouvez inclure le champ `chunkingConfiguration` pour appliquer la fonction Lambda après avoir appliqué l’une des options de découpage proposées par Amazon Bedrock.