AWS更新自然語(yǔ)言處理服務(wù)Amazon Comprehend，開(kāi)始支援Word和PDF文件，讓用戶(hù)可以從這些類(lèi)型的dangan擷取數據。Amazon Comprehend能夠分析不同語(yǔ)言的文字，並且辨識這些文字的內容，諸如人名、地點(diǎn)、品牌和產(chǎn)品等，同時(shí)還能理解文本中的關(guān)鍵句子和情緒，或對大量文件的內容，依照主題加以分類(lèi)。

　　無(wú)論是開(kāi)設銀行帳戶(hù)、申請保險或是房屋借款等程序，皆大量使用紙本文件，而這些文件動(dòng)則超過(guò)百頁(yè)，對於企業(yè)來(lái)說(shuō)，手動(dòng)處理這些文件是一件繁瑣的工作，不只需要人工，而且速度緩慢容易出錯，而藉由使用Amazon Comprehend，可以大幅加速文件的創(chuàng )建和管理，並且降低出錯機率。

　　Amazon Comprehend新的解決方案，可處理PDF、Word和原始文字等dangan格式，或是筆記和列表等布局，並進(jìn)行內容擷取和分析，AWS提到，這次推出的解決方案，結合自然語(yǔ)言處理和光學(xué)字元辨識技術(shù)，能夠減少企業(yè)文件的預處理和後處理工作量，用戶(hù)不再需要將dangan轉換成原始文本，就能夠使用自定義命名實(shí)際辨識（NER）功能。

　　過(guò)去Amazon Comprehend只能處理純文字dangan，這需要用戶(hù)先將文件整理成機器可讀的文本，但用戶(hù)現在能夠利用Amazon Comprehend以相同的API，直接從PDF和Word中的文字或是列表等不同文件布局，擷取特定詞語(yǔ)。

　　新的Amazon Comprehend自定義實(shí)體辨識模型，綜合分析結構上下文和自然語(yǔ)言上下文，從文件中的任何位置，擷取自定義實(shí)體。AWS提到，用戶(hù)對于每一種實(shí)體類(lèi)型，只要提供250個(gè)文件和100個(gè)注解，即可訓練模型並且開(kāi)始使用該功能，而為了要掃描PDF並擷取空間位置，Amazon Comprehen。d會(huì )呼叫Amazon Textract服務(wù)，來(lái)執行必要的處理。

　　這項新功能有助於企業(yè)處理保險、抵押、金融等業(yè)務(wù)中的文件處理工作流程，通常這些文件布局復雜，用戶(hù)也不需要頁(yè)面上的每一個(gè)數據點(diǎn)，因此擷取特定資訊存在困難，而Amazon Comprehend這項新功能，可以使用機器學(xué)習，使用單個(gè)模型和API呼叫，快速擷取自定義的詞語(yǔ)，像是處理汽車(chē)或健康保險文件中的索賠金額，甚至是在抵押貸款中，擷取申請人姓名、共同簽署人或是其他財務(wù)文件資訊等