Bir perakende şirketi şu anda operatörler aracılığıyla müşteri taleplerini manuel olarak kategorilere ayırıyor ve her talep kaydını (kategorisi dahil) merkezi bir veritabanında saklıyor. Şirketin bir veri bilimi ekibi yok ve gelen talepleri otomatik olarak kategorilere ayırmak ve kuyruklara yönlendirmek için makine öğrenimi uzmanlığı gerektirmeyen bir çözüme ihtiyacı var. Hangi yaklaşım bu kısıtlamaları karşılar?

Doğru cevap, Amazon Comprehend özel sınıflandırma kullanmaktır. Bu hizmet, makine öğrenimi uzmanlığı gerektirmeyen, tamamen yönetilen bir çözümdür. Mevcut etiketli verileri (claimlabel ve claimtext) bir CSV dosyasında kullanarak özel bir sınıflandırıcı eğitebilir ve ardından gelen talepleri otomatik olarak kategorize etmek için Comprehend API'sini uygulamanıza entegre edebilirsiniz. Diğer seçenekler neden yanlış: SageMaker Object2Vec ve LDA algoritmaları makine öğrenimi uzmanlığı gerektirir ve bu senaryoda şirket bu uzmanlığa sahip değildir. Ayrıca, LDA bir konu modelleme algoritmasıdır ve doğrudan sınıflandırma için tasarlanmamıştır; etiketleri otomatik olarak keşfetmek, mevcut etiketli verileri kullanma gereksinimini karşılamaz. Amazon Textract, belgelerden metin ve verileri çıkarmak için kullanılır, ancak bu senaryoda veriler zaten merkezi bir veritabanında yapılandırılmış olarak bulunmaktadır, bu nedenle Textract'a gerek yoktur.