Nous utilisons des cookies essentiels et des outils similaires qui sont nécessaires au fonctionnement de notre site et à la fourniture de nos services. Nous utilisons des cookies de performance pour collecter des statistiques anonymes afin de comprendre comment les clients utilisent notre site et d’apporter des améliorations. Les cookies essentiels ne peuvent pas être désactivés, mais vous pouvez cliquer sur « Personnaliser » ou « Refuser » pour refuser les cookies de performance.
Si vous êtes d’accord, AWS et les tiers approuvés utiliseront également des cookies pour fournir des fonctionnalités utiles au site, mémoriser vos préférences et afficher du contenu pertinent, y compris des publicités pertinentes. Pour accepter ou refuser tous les cookies non essentiels, cliquez sur « Accepter » ou « Refuser ». Pour effectuer des choix plus détaillés, cliquez sur « Personnaliser ».
Les cookies essentiels sont nécessaires pour vous proposer notre site et nos services et ne peuvent pas être désactivés. Ils sont généralement définis en réponse à vos actions sur le site, telles que la définition de vos préférences de confidentialité, la connexion ou le remplissage de formulaires.
Les cookies performances fournissent des statistiques anonymes sur la façon dont les clients naviguent sur notre site afin que nous puissions améliorer l'expérience et les performances du site. Les tiers autorisés peuvent effectuer des analyses en notre nom, mais ils ne peuvent pas utiliser les données à leurs propres fins.
Les cookies fonctionnels nous aident à fournir des fonctionnalités utiles du site, à mémoriser vos préférences et à afficher du contenu pertinent. Des tiers approuvés peuvent configurer ces cookies pour fournir certaines fonctionnalités du site. Si vous n'autorisez pas ces cookies, certains ou tous ces services peuvent ne pas fonctionner correctement.
Les cookies publicitaires peuvent être installés sur notre site par nous ou nos partenaires publicitaires et nous aide à diffuser du contenu marketing pertinent. Si vous n’autorisez pas ces cookies, la publicité que vous verrez s’afficher sera moins pertinente.
Le blocage de certains types de cookies peut affecter votre expérience sur nos sites. Vous pouvez modifier vos préférences de cookies à tout moment en cliquant sur Préférences de cookies en bas de la page de ce site. Pour en savoir plus sur la façon dont nous-mêmes et des tiers approuvés utilisons les cookies sur nos sites, veuillez lire laS’ouvre dans une nouvelle fenêtre.
Nous affichons des publicités correspondant à vos centres d’intérêt sur les sites AWS et sur d’autres sites, y compris des publicités comportementales intercontextuelles. La publicité comportementale intercontextuelle utilise les données d’un site ou d’une application pour vous faire de la publicité sur le site ou l’application d’une autre entreprise.
Pour interdire la publicité comportementale intercontextuelle d’AWS basée sur des cookies ou des technologies similaires, sélectionnez « Ne pas autoriser » et « Enregistrer les choix de confidentialité » ci-dessous, ou visitez un site AWS sur lequel un signal de refus légalement reconnu est activé, tel que le Global Privacy Control. Si vous supprimez vos cookies ou si vous visitez ce site à partir d’un autre navigateur ou d’un autre appareil, vous devrez effectuer à nouveau votre sélection. Pour plus d’informations sur les cookies et la manière dont nous les utilisons, veuillez lire notre Politique en matière de cookies AWS.
Pour interdire toutes les autres publicités comportementales intercontextuelles d’AWS, complétez ce formulaire par e-mail.
Pour plus d’informations sur la manière dont AWS gère vos informations, veuillez lire la Politique de confidentialité AWS.
Nous stockerons uniquement les cookies essentiels pour le moment, car nous n'avons pas pu enregistrer vos préférences concernant les cookies.
Si vous souhaitez modifier vos préférences concernant les cookies, réessayez ultérieurement en utilisant le lien situé dans le pied de page de la console AWS ou contactez l'équipe de support si le problème persiste.
Amazon Kendra est un service de recherche d'entreprise très précis et facile à utiliser qui repose sur la technologie du machine learning (ML). Il permet aux développeurs d'ajouter des capacités de recherche à leurs applications afin que leurs utilisateurs finaux puissent découvrir les informations stockées dans le vaste contenu réparti à l'échelle de leur société. Il s'agit notamment de données issues de manuels, de rapports de recherche, de questions fréquentes, de documentations de ressources humaines (RH) et de guides de services clients, qui peuvent se trouver dans divers systèmes, comme Amazon Simple Storage Service (S3), Microsoft SharePoint, Salesforce, ServiceNow, des bases de données RDS ou Microsoft OneDrive. Lorsque vous saisissez une question, le service utilise des algorithmes ML pour comprendre le contexte et renvoyer les résultats les plus pertinents, qu'il s'agisse d'une réponse précise ou d'un document entier. Par exemple, vous pouvez poser une question du type « Combien la carte de crédit d'entreprise rapporte-t-elle en cashback ? » pour qu'Amazon Kendra consulte les documents pertinents et retourne une réponse spécifique (par exemple « 2 % »). Kendra met à votre disposition un exemple de code pour vous permettre de commencer à intégrer de façon simple et rapide une fonction de recherche très précise dans vos applications nouvelles ou existantes.
Amazon Kendra fournit des capacités de recherche à technologie ML pour toutes les données non structurées que vous stockez dans AWS. Amazon Kendra propose des connecteurs natifs faciles à utiliser pour les types de référentiels AWS courants comme les bases de données Amazon S3 et Amazon RDS. D'autres services d'IA, tels qu'Amazon Comprehend, Amazon Transcribe et Amazon Comprehend Medical, peuvent être utilisés pour prétraiter des documents, générer du texte interrogeable, extraire des entités et enrichir les métadonnées pour des expériences de recherche plus spécialisées.
Lorsque vos données ne contiennent pas de réponse précise à une question, Amazon Kendra renvoie la liste des documents les plus pertinents classés par ses modèles de deep learning.
Amazon Kendra ne prend pas encore en charge les questions pour lesquelles les réponses nécessitent l'agrégation de passages de plusieurs documents ou des calculs.
La console Amazon Kendra offre le moyen le plus simple de démarrer. Vous pouvez diriger Amazon Kendra vers des documents non structurés et semi-structurés comme des questions fréquentes (FAQ) stockées dans Amazon S3. Après l'ingestion, vous pouvez commencer à tester Kendra en saisissant des requêtes directement dans la section « search » (recherche) de la console. Vous pouvez ensuite déployer la recherche Amazon Kendra de deux façons simples : (1) utilisez l'éditeur d'interface utilisateur visuel d'Experience Builder (aucun code nécessaire) ou (2) implémentez l'API Amazon Kendra en utilisant quelques lignes de code pour un contrôle plus précis. Des exemples de code sont également fournis dans la console pour accélérer l'implémentation de l'API.
Amazon Kendra offre une expertise propre aux domaines juridique, de l'informatique, de la pharmaceutique, des assurances, de l'énergie, de l'industrie, des services financiers, des médias et du divertissement, du voyage et de l'hôtellerie, de la santé, des ressources humaines, des actualités, des télécommunications et de l'automobile. Vous pouvez ajuster et développer la compréhension dans un domaine spécifique de Kendra en fournissant vos propres listes de synonymes. Il vous suffit pour cela de charger un fichier avec votre terminologie spécifique, et Amazon Kendra utilise ces synonymes pour enrichir les recherches des utilisateurs.
Amazon Kendra prend en charge les données non structurées et semi-structurées au format .html, MS Office (.doc, .ppt), PDF et texte. Avec la solution MediaSearch, vous pouvez également utiliser Amazon Kendra pour rechercher des fichiers audio et vidéo.
Amazon Kendra vous propose deux méthodes pour tenir à jour votre index. Premièrement, les connecteurs vous permettent de planifier une synchronisation automatique et régulière de vos sources de données. Deuxièmement, l'API Amazon Kendra vous permet de créer votre propre connecteur de façon à envoyer les données directement à Amazon Kendra à partir de votre source de données via vos tâches ou applications ETL existantes.
Pour en savoir plus sur la prise en charge des langues, consultez cette page de documentation.
L'intégration de contenu ne nécessite pas de codage lorsque vous utilisez les connecteurs natifs. Vous pouvez également écrire vos propres connecteurs personnalisés pour les intégrer à d'autres sources de données, à l'aide du kit SDK Amazon Kendra. Vous pouvez déployer la recherche Amazon Kendra de deux façons simples : (1) utilisez l'éditeur d'interface utilisateur visuel d'Experience Builder (aucun code nécessaire) ou (2) implémentez l'API Kendra à l'aide de quelques lignes de code pour plus de flexibilité. Des exemples de code sont également fournis dans la console pour accélérer l'implémentation de l'API. Le kit SDK offre un contrôle et une flexibilité complets de l'expérience de l'utilisateur final.
Pour en savoir plus, consultez la page Services régionaux AWS.
Vous pouvez écrire vos propres connecteurs à l'aide de l'API Amazon Kendra Custom Data Source. De plus, Amazon Kendra dispose d'un écosystème de partenaires experts en recherche qui peut vous aider à créer des connecteurs actuellement non disponibles depuis AWS. Pour en savoir plus sur notre réseau partenaires, contactez-nous.
Amazon Kendra chiffre vos données en transit et au repos. Trois choix s'offrent à vous pour les clés de chiffrement des données au repos : clé KMS appartenant à AWS, clé KMS gérée par AWS dans votre compte ou clé KMS gérée par le client. Pour les données en transit, Amazon Kendra utilise le protocole HTTPS pour communiquer avec votre application client. Les appels d'API pour accéder à Amazon Kendra via le réseau utilisent le protocole TLS (Transport Layer Security) qui doit être pris en charge par le client.
Oui, la solution MediaSearch combine Amazon Kendra à Amazon Transcribe, et permet aux utilisateurs de rechercher des réponses pertinentes incluses dans du contenu audio et vidéo.
L’index GenAI Amazon Kendra est un nouvel indice de Kendra conçu pour la génération augmentée de récupération (RAG) et la recherche intelligente afin d’aider les entreprises à créer des assistants numériques et des expériences de recherche intelligentes de manière plus efficiente et efficace. Cet indice offre une précision de récupération élevée, en tirant parti de modèles sémantiques avancés et des dernières technologies de récupération d’informations. L’index GenAI Amazon Kendra se connecte à plus de 40 sources de données d’entreprise et prend en charge les autorisations des utilisateurs grâce à un filtrage basé sur les métadonnées. Il peut être intégré à Bedrock Knowledge Bases et à d’autres outils Bedrock pour créer des assistants numériques alimentés par RAG, ou utilisé avec Q Business pour une solution d’assistant numérique entièrement gérée. Cette intégration permet de choisir les outils GenAI appropriés pour le contenu indexé. Vous pouvez créer des chatbots alimentés par RAG en combinant l’index GenAI Kendra avec des modèles de fondation, des invites personnalisées et des flux de travail. En outre, vous pouvez utiliser l’index avec Q Business pour créer un assistant GenAI entièrement géré sur votre contenu indexé.
L’index GenAI Kendra est profondément intégré à Q Business et à Bedrock Knowledge Base, offrant flexibilité et polyvalence dans la création de solutions d’IA générative d’entreprise. Vous pouvez tirer parti d’un indice d’IA générative en tant qu’extracteur dans Q Business pour une approche entièrement gérée de la création d’un assistant d’IA générative, offrant une expérience rationalisée sans configuration approfondie. De même, si vous avez besoin d’une plus grande configurabilité sur des aspects tels que la personnalisation d’invites, le choix du modèle de fondation et l’orchestration, vous pouvez utiliser l’index GenAI en tant qu’extracteur géré avec Bedrock Knowledge Bases pour adapter la solution à vos besoins. De plus, l’index GenAI favorise la mobilité entre Q Business et Bedrock Knowledge Bases, permettant ainsi une transition fluide à mesure que vos besoins évoluent.
L’index GenAI améliore la précision sémantique en intégrant la recherche vectorielle et des modèles sémantiques améliorés, qui ont été rigoureusement évalués sur divers jeux de données. L’index GenAI fonctionne avec Bedrock Knowledge Bases et a une capacité de départ plus petite, ce qui permet aux clients de démarrer avec une faible charge de travail.
Consultez la page de tarification d'Amazon Kendra.
Commencer à créer avec Amazon Kendra dans AWS Management Console.
