Amazon Kendra 是一款智能企業搜索服務，旨在幫助企業和組織在多個結構化和非結構化的內容存儲庫中快速實施統一的搜索體驗。它使用先進的機器學習（ML）和自然語言處理（NLP）技術，使用戶能夠更輕松地找到所需的信息，無論這些信息是存儲在內部系統、數據庫、文檔還是其他類型的存儲庫中。

1. 生成式人工智能

在企業內容的基礎上，為用戶創建安全的、由生成式人工智能驅動的對話體驗。Amazon Kendra 提供經過優化的 Kendra Retriever API，允許您使用 Amazon Kendra 的高精度語義排名器作為檢索增強生成（RAG）工作流程的企業檢索器。Kendra Retriever API 可以從您的企業內容中查找和檢索與用戶問題語義最相關且具有經過優化的粒度的段落，可以最大限度地提高 RAG 有效負載的質量，而無需您具備精確語義檢索方面的專業知識。然后，可以將這些經過優化的段落與用戶的問題一起發送給 LLM，以獲得生成式響應。Kendra Retriever API 還包括 Kendra 功能，例如基于 ACL 的篩選、相關性調整、基于元數據的篩選等。

2. 智能搜索

Amazon Kendra 使用機器學習從非結構化數據中提供更多相關的答案。搜索如“健康福利”之類的常規關鍵字，或詢問如“產假多久？”之類的自然語言問題，并且 Amazon Kendra 將使用閱讀理解來給出具體的答案，例如“14 周”。更多常見問題，如“我要如何配置 VPN？” Amazon Kendra 會通過提取最相關的文本段落來提供描述性答案。

3. 增量學習

Amazon Kendra 將使用機器學習來根據最終用戶的搜索模式和反饋不斷優化搜索結果。例如，當用戶搜索“如何更改我的健康福利？”時，會有多個人力資源（HR）福利文檔爭搶榜首的位置。為了確定與此問題最相關的文檔，Amazon Kendra 將從用戶交互和反饋中學習，以將首選文檔提升到列表的頂部。它無需機器學習專業知識即可自動應用增量學習技術。

4. 調整和準確度

您還可以根據特定的業務目標調整搜索結果，并在結果中增加特定的答案和文檔。例如，相關性調整可以幫助您根據更多權威數據來源、作者或文檔的新鮮度來提高結果。在我們的相關性調整博客文章中了解更多信息。

要擴展 Amazon Kendra 對您的特定業務詞匯的理解，您可以提供您的自定義同義詞。Amazon Kendra 使用這些來自動擴展查詢以包括與擴展詞匯表匹配的內容和答案。例如，當最終用戶問“什么是 HSA？”時 Amazon Kendra 將返回引用“健康儲蓄賬戶”或“HSA”的文件。

5. 連接器

在 Amazon Kendra 中使用連接器更快速更輕松，只需將數據來源添加到 Amazon Kendra 索引，然后選擇連接器類型。可將連接器安排為自動同步索引和數據來源，因此，您始終可以安全地搜索最新內容。Amazon Kendra 為流行數據源（例如 Amazon Simple Storage Service (S3)、Microsoft SharePoint、Salesforce、ServiceNow、Google Drive、Confluence 等）提供了本機連接器。如果沒有本機連接器，Amazon Kendra 將提供自定義數據源連接器以及許多合作伙伴支持的連接器。關于 Amazon Kendra 連接器可用性的更多信息，請訪問 Amazon Kendra 連接器庫。

6. 域優化

Amazon Kendra 使用深度學習模型來理解自然語言查詢，并能理解為各種內部使用案例（包括人力資源、運營、支持和研發）提供的文檔內容和結構。經過優化的 Amazon Kendra 還可以理解 IT、金融服務、保險、制藥、工業制造、石油和天然氣、法律、媒體和娛樂、旅游和酒店、衛生健康、新聞、電信、采礦、食品和飲料以及汽車等領域的復雜語言。例如，搜索人力資源答案的用戶可以輸入“提交 HSA 表單的截止日期”，Amazon Kendra 還將搜索“提交健康儲蓄賬戶表單的截止日期”以獲得更廣泛的覆蓋范圍，進而獲得最準確的答案。

7. Experience Builder

現在，您通過 Amazon Kendra 只需幾步，就可以部署功能齊全、可定制的搜索體驗，而無需任何編碼或機器學習體驗。Experience Builder 提供了直觀的可視化工作流，以快速構建、自定義和安全地在云上啟動您的搜索應用程序。您可以從構建器中的現成搜索體驗模板開始，可以通過拖放您想要的組件（如篩選條件或排序）來定制該模板。您可以邀請其他人合作或測試您的搜索應用程序以獲得反饋，然后在準備部署體驗時將項目與所有用戶共享。Amazon Kendra Experience Builder 與 AWS IAM Identity Center（AWS Single Sign-On 的后繼者）集成，支持 Azure AD 和 Okta 等流行身份驗證提供商，在訪問搜索體驗時提供安全的終端用戶單點登錄認證。有關 Amazon Kendra Experience Builder 的更多信息，請訪問文檔。

8. 搜索分析控制面板

Amazon Kendra Search Analytics Dashboard 可幫助您更好地了解跨您的搜索應用程序的質量和可用性指標。控制面板可幫助管理員和內容創建者了解終端用戶查找相關搜索結果的容易程度、搜索結果的質量和內容中的缺口。它提供了一個快照，顯示您的用戶如何與您的搜索應用程序互動以及搜索結果有多有效。分析數據可以在控制臺的可視化控制面板中查看，也可以通過 API 訪問數據來構建自己的控制面板。它可以使您能夠深入研究搜索趨勢和用戶行為，以確定洞察，也有助于使潛在的改進領域變得清晰。有關 Amazon Kendra Search Analytics 控制面板的更多信息，請訪問文檔。

9. 自定義文檔豐富

通過 Amazon Kendra Custom Document Enrichment 功能，您可以構建一個自定義攝取管道，在文檔被索引到 Amazon Kendra 之前可以對文檔進行預處理。例如，在使用連接器從 SharePoint 這樣的存儲庫中攝取內容時，您可以使用額外的元數據來豐富文檔，將掃描的文檔轉換為文本，對文檔進行分類，提取實體，并使用自定義 ETL 過程進一步轉換文檔。豐富操作是通過規則執行的，這些規則可以在控制臺中配置，也可以通過從 AWS Lambda 調用函數來實現。這些函數可以選擇調用其他 AWS AI 服務，如 Amazon Comprehend、Amazon Transcribe 或 Amazon Textract。有關 Amazon Kendra Custom Document Enrichment 的更多信息，請訪問文檔。

10. 查詢自動填充

Amazon Kendra 包含自動填充最終用戶搜索查詢的功能。查詢自動填充不僅可以幫助您減少 25% 的輸入，還可以幫助引導您回答更精確的常見問題。此類問題通常會獲得更相關、更有用的答案。例如，假設您開始在搜索框中輸入“哪里有”，Amazon Kendra 可以推薦如“哪里有 IT 桌？”或“哪里有自助餐廳？”之類的選項和其他相關的常見問題，來幫助完成查詢。

Amazon Kendra 是一項智能企業搜索服務，可以幫助您通過內置連接器在不同內容存儲庫中進行搜索。