Günümüzde, çeşitli kuruluşlar belgeler, resimler, ses dosyaları ve video dosyaları dahil olmak üzere çeşitli formatlarda bulunan devasa miktarda yapılandırılmamış veriyi işlemek durumundadır. Geçmişte, bu farklı formattaki verilerden anlamlı içgörüler elde etmek karmaşık işleme süreçleri ve önemli miktarda geliştirme çabası gerektiriyordu. Ancak, üretken yapay zeka teknolojisi, bu alanda devrim yaratıyor ve bu farklı belge formatlarındaki verileri otomatik olarak işleme, analiz etme ve bunlardan içgörüler çıkarma yeteneği sunarak manuel çabayı önemli ölçüde azaltırken doğruluğu ve ölçeklenebilirliği artırıyor.
Amazon Bedrock Data Automation ve Amazon Bedrock Knowledge Bases ile artık güçlü, çok modlu RAG uygulamalarını kolayca oluşturabilirsiniz. Birlikte, kuruluşların çok modlu içeriklerindeki bilgileri verimli bir şekilde işlemesini, düzenlemesini ve almasını sağlayarak yapılandırılmamış verileri yönetme ve kullanma şeklini dönüştürürler.
Bu makale, Amazon Bedrock Data Automation’ı kullanarak çok modlu içeriği işleyen, çıkarılan bilgileri Amazon Bedrock Knowledge Bases’te saklayan ve RAG tabanlı bir soru-cevap arayüzü aracılığıyla doğal dil sorgularını etkinleştiren tam yığınlı bir uygulama oluşturmanızda size rehberlik edecektir.
Gerçek Dünya Kullanım Örnekleri
Amazon Bedrock Data Automation ve Amazon Bedrock Knowledge Bases’in entegrasyonu, çeşitli sektörlerdeki büyük miktarda yapılandırılmamış veriyi ele almak için güçlü bir çözüm sunar, örneğin:
- Sağlık hizmetleri alanında, kuruluşların tıbbi formlar, tanısal görüntüler ve konsültasyon kayıtları dahil olmak üzere önemli sayıda hasta kaydını işlemesi gerekir. Amazon Bedrock Data Automation bu bilgileri otomatik olarak çıkarıp yapılandırabilirken, Amazon Bedrock Knowledge Bases tıp uzmanlarının "Hastanın son tansiyon okuması neydi?" veya "Diyabetli hastaların tedavi geçmişini göster." gibi doğal dil sorgularını kullanmalarına olanak tanır.
- Finans kuruluşları, kredi başvurularından finansal tablolara kadar her gün binlerce belgeyi işler. Amazon Bedrock Data Automation temel finansal metrikleri ve uyumluluk bilgilerini çıkarabilirken, Amazon Bedrock Knowledge Bases analistlerin şu gibi sorular sormasına olanak tanır: "En son çeyrek raporunda hangi risk faktörlerinden bahsediliyor?" veya "Yüksek kredi puanına sahip tüm kredi başvurularını göster".
- Hukuk firmaları, mahkeme belgeleri, delil fotoğrafları ve tanık ifadeleri içeren büyük miktarda dava dosyasını ele alma ihtiyacındadır. Amazon Bedrock Data Automation bu farklı kaynakları işleyebilirken, Amazon Bedrock Knowledge Bases avukatların "15 Mart’taki olay hakkında hangi kanıtlar sunuldu?" veya "Sanıktan bahseden tüm tanık ifadelerini bulun." gibi sorgular yapmasına olanak tanır.
- Medya şirketleri, bu entegrasyonu akıllı, bağlamsal reklam sunumu için kullanabilir. Amazon Bedrock Data Automation sahne bağlamını, diyalogları ve duyguları anlamak için video içeriğini, altyazıları ve sesi işlerken, reklam öğelerini ve kampanya gereksinimlerini analiz eder. Ardından, Amazon Bedrock Knowledge Bases, reklamları uygun içerik anlarıyla eşleştirmek için karmaşık sorgulara olanak tanır; örneğin, "Spor ekipmanı reklamları içeren olumlu açık hava etkinlikleri sahnelerini bulun" veya "Turizm konusunu tartışan seyahat reklam segmentlerini belirleyin". Bu akıllı bağlamsal eşleştirme, marka güvenliğini korurken daha alakalı ve etkili reklam sunumu sağlar.
Bu örnekler, Amazon Bedrock Data Automation’ın çıkarma yeteneklerinin Amazon Bedrock Knowledge Bases’in doğal dil sorgularıyla birleştiğinde, kuruluşların yapılandırılmamış verileriyle etkileşim kurma şeklini nasıl dönüştürebileceğini göstermektedir.
Çözüm Genel Bakışı
Bu kapsamlı çözüm, Amazon Bedrock’ın çok modlu içeriği (belgeler, resimler, ses dosyaları ve video dosyaları) işleme ve analiz etmedeki gelişmiş yeteneklerini, Amazon Bedrock Data Automation, Amazon Bedrock Knowledge Bases ve Amazon Bedrock aracılığıyla sağlanan temel modeller olmak üzere üç temel bileşen aracılığıyla gösterir. Kullanıcılar, otomatik işleme ve analiz için ses dosyaları, resimler, videolar veya PDF’ler dahil olmak üzere çeşitli içerik türlerini yükleyebilir.
İçerik yüklediğinizde, Amazon Bedrock Data Automation, değerli içgörüler elde etmek için standart veya özel şablonlar kullanarak içeriği işler. Çıkarılan bilgiler, JSON formatında bir Amazon Simple Storage Service (Amazon S3) depolama alanında saklanırken, iş durumu Amazon EventBridge aracılığıyla izlenir ve Amazon DynamoDB’de saklanır. Çözüm, çıkarılan JSON’un özel ayrıştırmasını gerçekleştirerek Bilgi Tabanı uyumlu belgeler oluşturur ve ardından Amazon Bedrock Knowledge Bases’te saklar ve indeksler.
Sezgisel bir kullanıcı arayüzü aracılığıyla çözüm, hem yüklenen içeriği hem de çıkarılan bilgilerini görüntüler. Kullanıcılar, Amazon Bedrock temel modelleri tarafından desteklenen bir alma geliştirme üretimi (RAG) tabanlı soru-cevap sistemi aracılığıyla işlenen verilerle etkileşim kurabilir. Bu entegre yaklaşım, kuruluşların çeşitli içerik formatlarından elde edilen içgörüleri etkili bir şekilde işlemesini, analiz etmesini ve elde etmesini sağlarken, AWS Cloud Development Kit (AWS CDK) kullanılarak dağıtılan güçlü ve ölçeklenebilir bir altyapı kullanır.
Mimari
Aşağıdaki mimari diyagramı, çözümün akışını göstermektedir:
- Kullanıcılar, Amazon Cognito aracılığıyla kimlik doğrulaması yapılan ön uç uygulamasıyla etkileşim kurar.
- API istekleri, Amazon API Gateway ve AWS Lambda işlevleri tarafından işlenir.
- Dosyalar, işlenmek üzere bir S3 depolama alanına yüklenir.
- Amazon Bedrock Data Automation dosyaları işler ve bilgileri ayıklar.
- EventBridge iş durumunu yönetir ve son işlemeyi tetikler.
- İş durumu DynamoDB’de saklanırken, işlenen içerik Amazon S3’te saklanır.
- Lambda işlevi, işlenen içeriği ayrıştırır ve Amazon Bedrock Knowledge Bases’te indeksler.
- RAG tabanlı soru-cevap sistemi, kullanıcı sorgularını yanıtlamak için Amazon Bedrock temel modellerini kullanır.
Ön Koşullar
Arka Uç
Arka uç için aşağıdaki ön koşullara sahip olmanız gerekir:
- Bir AWS hesabı.
- Python 3.11 veya üstü.
- Docker.
- GitHub (kod deposu kullanılıyorsa).
- AWS CDK. Daha fazla ayrıntı ve ön koşul için bkz. AWS CDK’ya Başlarken.
- Amazon Bedrock’ta temel modellere erişimi etkinleştir:
- Anthropic’in Claude 3.5 Sonnet v2.0’ı
- Amazon Nova Pro v1.0
- Anthropic’in Claude 3.7 Sonnet v1.0’ı
Ön Uç
Ön uç için aşağıdaki ön koşullara sahip olmanız gerekir:
- Node/npm: v18.12.1
- Dağıtılmış bir arka uç.
- İlgili Amazon Cognito kullanıcı havuzuna (kimlik doğrulaması yapılan API çağrıları için gereklidir) en az bir kullanıcı eklenmiştir.
İhtiyacınız olan her şey açık kaynak kod olarak GitHub depomuzda mevcuttur.
Dağıtım Kılavuzu
Bu örnek uygulama kod tabanı aşağıdaki temel klasörler halinde düzenlenmiştir:
samples/bedrock-bda-media-solution