Un'azienda utilizza Amazon Textract per estrarre testo da migliaia di documenti legali scansionati ogni giorno. I documenti che non superano la convalida aziendale vengono reindirizzati a revisori umani, ritardando l'elaborazione dei prestiti. Cosa dovrebbe fare l'azienda per ridurre il tempo complessivo di elaborazione dei prestiti?

L'opzione corretta è configurare Textract per inviare le parole a bassa confidenza ad Amazon Augmented AI (A2I) per la revisione umana prima della convalida aziendale. Amazon A2I è progettato specificamente per integrare la revisione umana nei flussi di lavoro di machine learning, consentendo di esaminare solo le previsioni a bassa confidenza o complesse. Questo riduce il numero di documenti che raggiungono la convalida aziendale con errori, accelerando il processo complessivo. Inviare parole a bassa confidenza a SageMaker Ground Truth è meno efficiente per questo scenario, poiché Ground Truth è più orientato all'etichettatura di grandi dataset per l'addestramento di modelli, non alla revisione in tempo reale di output di un servizio esistente. L'uso di operazioni sincrone di Textract non risolve il problema della precisione e potrebbe essere più costoso o lento per grandi volumi. Amazon Rekognition è un servizio di visione artificiale e, sebbene possa rilevare testo, Textract è ottimizzato per l'estrazione di testo e dati strutturati da documenti, rendendolo la scelta superiore per questo caso d'uso.