Une entreprise a besoin d'un chatbot qui répond aux questions des clients en utilisant la documentation de l'entreprise comme source de vérité. Quelle approche minimise l'effort de développement ?

L'indexation des documents avec Amazon Kendra et l'interrogation via l'API Kendra Query minimisent l'effort de développement car Kendra est un service de recherche intelligent entièrement géré, conçu spécifiquement pour la recherche sémantique et la réponse aux questions sur de grandes collections de documents. Il gère automatiquement l'ingestion, l'indexation et la recherche, nécessitant peu de code. Les modèles BiDAF et BlazingText nécessitent un entraînement, un déploiement et une gestion manuels sur SageMaker, ce qui représente un effort de développement et de maintenance plus important. BiDAF est un modèle de réponse aux questions, mais son entraînement et son déploiement sont complexes. BlazingText est un algorithme d'apprentissage automatique pour l'analyse de texte, pas spécifiquement pour la réponse aux questions basée sur des documents. L'utilisation d'Amazon OpenSearch Service avec des requêtes k-NN nécessiterait une logique de recherche et de réponse aux questions personnalisée, ce qui est plus complexe que d'utiliser Kendra.