Tutorial: Membangun solusi pencarian cerdas yang diperkaya metadata dengan Amazon Kendra - Amazon Kendra
Prasyarat

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Tutorial: Membangun solusi pencarian cerdas yang diperkaya metadata dengan Amazon Kendra

Tutorial ini menunjukkan kepada Anda cara membuat solusi pencarian cerdas berbasis bahasa alami yang diperkaya metadata untuk data perusahaan Anda menggunakan Amazon Kendra, Amazon Comprehend, Amazon Simple Storage Service (S3), dan. AWS CloudShell

Amazon Kendra adalah layanan pencarian cerdas yang dapat membangun indeks pencarian untuk repositori data bahasa alami Anda yang tidak terstruktur. Untuk memudahkan pelanggan Anda menemukan dan memfilter jawaban yang relevan, Anda dapat menggunakan Amazon Comprehend untuk mengekstrak metadata dari data Anda dan memasukkannya ke dalam indeks pencarian Amazon Kendra Anda.

Amazon Comprehend adalah layanan pemrosesan bahasa alami (NLP) yang dapat mengidentifikasi entitas. Entitas adalah referensi ke orang, tempat, lokasi, organisasi, dan objek dalam data Anda.

Tutorial ini menggunakan contoh kumpulan data artikel berita untuk mengekstrak entitas, mengubahnya menjadi metadata, dan mencernanya ke dalam indeks Amazon Kendra Anda untuk menjalankan pencarian. Metadata yang ditambahkan memungkinkan Anda memfilter hasil pencarian menggunakan subset apa pun dari entitas ini, dan meningkatkan akurasi penelusuran. Dengan mengikuti tutorial ini, Anda akan belajar cara membuat solusi pencarian untuk data perusahaan Anda tanpa pengetahuan pembelajaran mesin khusus.

Tutorial ini menunjukkan cara membangun solusi pencarian Anda menggunakan langkah-langkah berikut:

  1. Menyimpan kumpulan data sampel artikel berita di Amazon S3.

  2. Menggunakan Amazon Comprehend untuk mengekstrak entitas dari data Anda.

  3. Menjalankan skrip Python 3 untuk mengonversi entitas menjadi format metadata indeks Amazon Kendra dan menyimpan metadata ini di S3.

  4. Membuat indeks pencarian Amazon Kendra dan menelan data dan metadata.

  5. Menanyakan indeks pencarian.

Diagram berikut menunjukkan alur kerja:

Diagram alur kerja dari prosedur dalam tutorial.

Perkiraan waktu untuk menyelesaikan tutorial ini: 1 jam

Perkiraan biaya: Beberapa tindakan dalam tutorial ini dikenakan biaya pada AWS akun Anda. Untuk informasi lebih lanjut tentang biaya setiap layanan, lihat halaman harga untuk Amazon S3, AmazonComprehend, dan Amazon Kendra AWS CloudShell.

Topik

Prasyarat

Untuk menyelesaikan tutorial ini, Anda memerlukan sumber daya berikut:

  • Sebuah AWS akun. Jika Anda tidak memiliki AWS akun, ikuti langkah-langkah di Menyiapkan Amazon Kendra untuk mengatur akun Anda AWS .

  • Komputer pengembangan yang menjalankan Windows, macOS, atau Linux, untuk mengakses Konsol AWS Manajemen. Untuk informasi selengkapnya, lihat Mengonfigurasi Konsol AWS Manajemen.

  • Pengguna AWS Identity and Access Management(IAM). Untuk mempelajari cara menyiapkan pengguna dan grup IAM untuk akun Anda, lihat bagian Memulai di Panduan Pengguna IAM.

    Jika Anda menggunakan AWS Command Line Interface, Anda juga perlu melampirkan kebijakan berikut ke pengguna IAM Anda untuk memberikan izin dasar yang diperlukan untuk menyelesaikan tutorial ini.

    JSON
    {
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "iam:GetUserPolicy",
        "iam:DeletePolicy",
        "iam:CreateRole",
        "iam:AttachRolePolicy",
        "iam:DetachRolePolicy",
        "iam:AttachUserPolicy",
        "iam:DeleteRole",
        "iam:CreatePolicy",
        "iam:GetRolePolicy",
        "s3:CreateBucket",
        "s3:ListBucket",
        "s3:DeleteObject",
        "s3:DeleteBucket",
        "s3:PutObject",
        "s3:GetObject",
        "s3:ListAllMyBuckets",
        "comprehend:StartEntitiesDetectionJob",
        "comprehend:BatchDetectEntities",
        "comprehend:ListEntitiesDetectionJobs",
        "comprehend:DescribeEntitiesDetectionJob",
        "comprehend:StopEntitiesDetectionJob",
        "comprehend:DetectEntities",
        "kendra:Query",
        "kendra:StopDataSourceSyncJob",
        "kendra:CreateDataSource",
        "kendra:BatchPutDocument",
        "kendra:DeleteIndex",
        "kendra:StartDataSourceSyncJob",
        "kendra:CreateIndex",
        "kendra:ListDataSources",
        "kendra:UpdateIndex",
        "kendra:DescribeIndex",
        "kendra:DeleteDataSource",
        "kendra:ListIndices",
        "kendra:ListDataSourceSyncJobs",
        "kendra:DescribeDataSource",
        "kendra:BatchDeleteDocument"
      ],
      "Resource": "*"
    },
    {
      "Sid": "iamPassRole",
      "Effect": "Allow",
      "Action": "iam:PassRole",
      "Resource": "*",
      "Condition": {
        "StringEquals": {
          "iam:PassedToService": [
            "s3.amazonaws.com",
            "comprehend.amazonaws.com",
            "kendra.amazonaws.com"
          ]
        }
      }
    }
  ]
}

    Untuk informasi selengkapnya, lihat Membuat kebijakan IAM dan Menambahkan serta menghapus izin identitas IAM.

  • Daftar Layanan AWS Regional. Untuk mengurangi latensi, Anda harus memilih AWS wilayah yang paling dekat dengan lokasi geografis Anda yang didukung oleh Amazon Comprehend dan Amazon Kendra.

  • (Opsional) An AWS Key Management Service. Meskipun tutorial ini tidak menggunakan enkripsi, Anda mungkin ingin menggunakan praktik terbaik enkripsi untuk kasus penggunaan spesifik Anda.

  • (Opsional) Amazon Virtual Private Cloud. Meskipun tutorial ini tidak menggunakan VPC, Anda mungkin ingin menggunakan praktik terbaik VPC untuk memastikan keamanan data untuk kasus penggunaan spesifik Anda.