법률 기술 스타트업인 LexaLegal은 당사자 이름, 법률 조항 및 법규 참조를 식별하기 위해 Amazon Comprehend 사용자 지정 엔터티 인식기가 필요합니다. 레이블링 팀은 엔터티 스팬이 있는 주석이 달린 문서를 생성하거나 알려진 법규 식별자 목록을 큐레이션할 수 있습니다. Comprehend 사용자 지정 엔터티 인식기를 생성할 때 사용할 수 있는 두 가지 훈련 데이터 접근 방식은 무엇입니까?

Amazon Comprehend 사용자 지정 엔터티 인식기를 훈련하는 두 가지 주요 방법이 있습니다. 첫째, 문서 수준 주석이 있는 훈련 문서를 제공할 수 있습니다. 이 방법에서는 텍스트 내의 특정 엔터티 스팬(예: 당사자 이름, 법률 조항)에 레이블을 지정하여 Comprehend가 패턴을 학습하도록 합니다. 둘째, 알려진 엔터티 목록(어휘집)을 제공할 수 있습니다. 이는 법규 식별자와 같이 미리 정의된 엔터티에 특히 유용하며, Comprehend는 이를 훈련 중에 참조하여 인식 정확도를 높입니다. S3 객체 태그를 사용하거나 주석 없는 Textract 출력을 직접 사용하는 것은 Comprehend 사용자 지정 엔터티 훈련에 지원되는 방식이 아닙니다. 사용자 지정 데이터를 제공하지 않으면 사전 훈련된 엔터티만 사용하게 되어 특정 법률 도메인의 요구 사항을 충족할 수 없습니다.