沒有ML背景也沒關係，AWS自然語言理解服務Comprehend推客製化辨識模型服務

AWS近日更新了自然語言理解服務Amazon Comprehend，推出客製Entity辨識模型的功能，讓不懂機器學習的開發人員，也能訓練自家的Entity辨識模型，來自動萃取特定的字詞，AWS強調，這項服務不需要ML背景，透過自家現有的資料，即可用該功能輕鬆創建客製化模型，像是各個機構需要的客戶編號、序列號碼等。

Amazon Comprehend是AWS在去年AWS開發大會上發布的一項自然語言處理服務，能夠分析98種語言，並辨識這些語言所指稱的內容，像是人名、地點、品牌或產品等，也能理解語言中的關鍵句子與情緒，以於大量的文件或內容中依照主題加以建模或分類。

企業要使用這項客製化模型服務，首先，要準備包含Entity和Entity類別的清單資料庫，並至少用1,000個包含一個以上Entity的文件，作為訓練資料集，配置訓練模型的過程，則是先讀取清單中的Entity資料，再用其他文件來訓練模型，訓練過程可能需要幾分鐘，或是幾小時的時間，視訓練資料的大小和複雜度而定，透過自動化的機器學習，Amazon Comprehend會選擇正確的演算法，優化模型找出最適合的組合，當訓練完成後，開發者就可以使用客製化的模型。