점진적 학습을 위한 피드백 제출

Amazon Kendra는 점진적 학습을 사용하여 검색 결과를 개선합니다. 쿼리의 피드백을 활용하는 점진적 학습은 순위 결정 알고리즘을 개선하고 검색 결과를 최적화하여 정확도를 높입니다.

예를 들어 사용자가 “의료 혜택”이라는 문구를 검색하였다고 가정하겠습니다. 사용자가 지속적으로 목록에서 두 번째 결과를 선택하면 시간이 지날수록 Amazon Kendra는 해당 결과를 첫 번째 검색 결과로 올립니다. 부스트는 시간이 지남에 따라 감소하므로 사용자가 결과 선택을 중단하면 Amazon Kendra는 결국 해당 결과를 제거하고 더 인기 있는 다른 결과를 대신 표시합니다. 이렇게 하면 Amazon Kendra가 관련성, 연령, 콘텐츠를 기반으로 결과의 우선 순위를 정하는 데 도움이 됩니다.

모든 인덱스와 지원되는 모든 문서 유형에 대해 점진적 학습이 활성화됩니다.

Amazon Kendra는 피드백을 제공하는 즉시 학습을 시작하지만 피드백 결과를 확인하는 데 24시간 이상 걸릴 수 있습니다. Amazon Kendra는 피드백을 제출할 수 있는 세 가지 방법, 즉 AWS Console, 검색 결과 페이지에 포함할 수 있는 JavaScript 라이브러리, 사용할 수 있는 API를 제공합니다.

Amazon Kendra는 두 가지 유형의 사용자 피드백을 수락합니다.

피드백은 인덱스가 활성화된 동안 사용됩니다. 피드백은 제출된 인덱스에만 영향을 미치며, 인덱스 전체나 다른 계정에는 사용할 수 없습니다.

Amazon Kendra 인덱스를 쿼리할 때는 추가 사용자 컨텍스트를 제공해야 합니다. 사용자 컨텍스트를 제공하면 Amazon Kendra는 피드백이 단일 사용자에 의해 제공되는지 여러 사용자가 제공하는지 구분하고 그에 따라 검색 결과를 조정할 수 있습니다.

사용자 컨텍스트를 제공하면 쿼리에 대한 피드백이 컨텍스트에 제공된 특정 사용자와 연결됩니다. 사용자 컨텍스트를 지정하지 않는 경우 쿼리를 그룹화하고 집계하는 데 사용되는 방문자 ID를 제공할 수 있습니다.

사용자 컨텍스트 또는 방문자 ID를 제공하지 않는 경우 피드백은 익명으로 처리되며 다른 익명 피드백과 집계됩니다.

다음 코드는 사용자 컨텍스트를 토큰 또는 방문자 ID로 포함하는 방법을 보여줍니다.

response = kendra.query(
    QueryText = query,
    IndexId = index,
    UserToken = {
        Token = "token"
    })
    
    OR
    
    response = kendra.query(
    QueryText = query,
    IndexId = index,
    VisitorId = "visitor-id")

웹 애플리케이션의 경우 쿠키, 위치 또는 브라우저 사용자를 사용하여 각 사용자에 대한 방문자 ID를 생성할 수 있습니다.

쿼리 볼륨이 가장 큰 헤드 쿼리의 경우, 클릭률 피드백을 제공하면 전반적인 정확도를 높이는 데 충분한 정보를 얻을 수 있습니다. 드문 테일 쿼리의 경우, 주제 전문가가 관련 있는 피드백과 관련 없는 피드백을 모두 제출하여 해당 쿼리의 정확도를 높여야 합니다.

콘솔 외에도 JavaScript 라이브러리 또는 SubmitFeedback API, 두 가지 방법 중 하나를 사용할 수 있습니다. 피드백을 수집하는 방법은 한 가지만 사용해야 합니다. 최상의 결과를 얻으려면 쿼리 후 24시간 이내에 피드백을 제출해야 합니다.