Een bedrijf gebruikt Amazon Textract om dagelijks tekst te extraheren uit duizenden gescande juridische documenten. Documenten die de bedrijfsvalidatie niet doorstaan, worden teruggestuurd naar menselijke beoordelaars, wat de verwerking van leningen vertraagt. Wat moet het bedrijf doen om de totale verwerkingstijd van leningen te verkorten?

De correcte optie is om Textract te configureren om woorden met een lage betrouwbaarheid naar Amazon Augmented AI (A2I) te sturen voor menselijke beoordeling vóór bedrijfsvalidatie. Dit verkort de totale verwerkingstijd door menselijke beoordeling te integreren voor specifieke, problematische gevallen, waardoor de nauwkeurigheid van de invoer voor de bedrijfsvalidatie toeneemt en minder documenten volledig worden afgewezen. Amazon A2I is specifiek ontworpen voor deze workflow van menselijke beoordeling van ML-voorspellingen. Het sturen naar SageMaker Ground Truth is minder efficiënt, aangezien Ground Truth primair gericht is op het labelen van trainingsgegevens, niet op het valideren van live inferenties. Het gebruik van synchrone operaties in plaats van asynchrone zal de verwerkingstijd niet verkorten voor duizenden documenten; asynchrone operaties zijn juist beter geschikt voor batchverwerking. Amazon Rekognition is een algemene afbeeldingsanalyse-service en Textract is gespecialiseerd in tekstextractie uit documenten, wat het een betere keuze maakt voor deze specifieke taak.