Une entreprise de vente au détail recueille les commentaires de ses clients à partir des médias sociaux, de son site web et des journaux d'appels. Chaque mention de produit peut appartenir à plusieurs catégories (libellés) définies par l'entreprise et qui ne s'excluent pas mutuellement. Par exemple, une mention de « Sample Yogurt » doit être étiquetée comme « yaourt », « collation » et « produit laitier ». En utilisant Amazon Comprehend et en ayant besoin de la livraison la plus rapide, quelle fonctionnalité l'équipe doit-elle utiliser pour entraîner son modèle ?

La classification personnalisée en mode multi-libellés est la solution appropriée car elle permet d'attribuer plusieurs catégories (libellés) non mutuellement exclusives à un même élément de texte, ce qui correspond exactement au besoin de l'entreprise (par exemple, "Sample Yogurt" étiqueté comme "yaourt", "collation" et "produit laitier"). La classification multi-classes attribuerait une seule catégorie parmi plusieurs options mutuellement exclusives. La reconnaissance d'entités personnalisée identifie des entités spécifiques (noms de personnes, lieux, produits, etc.) et non des catégories de texte. Les modèles Comprehend pré-intégrés ne permettent pas la personnalisation nécessaire pour les catégories spécifiques de l'entreprise.