Amazon Kendra の特徴

エンタープライズコンテンツ上に、安全な生成系 AI を活用した会話体験をユーザーに提供します。Amazon Kendra が提供する最適化された Kendra Retriever API を使用すると、検索拡張生成 (RAG) ワークフローのエンタープライズレトリバーとして Amazon Kendra の高精度セマンティックランカーを使用できます。Kendra Retriever API は、ユーザーの質問に意味的に最も関連があり、RAG ペイロードの品質を最大化するために粒度を最適化したパッセージをエンタープライズコンテンツから見つけて取得します。正確なセマンティック検索の専門知識がなくてもかまいません。これらの最適化された文章は、ユーザーの質問とともに LLM に送信され、生成的な回答を得ることができます。Kendra Retriever API には、ACL ベースのフィルタリング、関連性チューニング、メタデータベースのフィルタリングなどの Kendra 機能も含まれています。

Amazon Kendra と新しいレトリーバー API の使用には、以下のような生成系 AI 体験を構築するメリットがあります。

• 文書のスマートチャンキング: 最も関連性の高い文章のみをコンテンツから LLM に送信します。
• RAG に最適化: Kendra Retriever API は、LLM の回答精度に必要な最適な粒度で、最も関連性の高い文章を返します。
• ユーザー ACL フィルタリング: エンタープライズコンテンツから、エンドユーザーが見る資格のある箇所のみを返します。
• 関連性の向上: 日付、ソースリポジトリ、または任意のメタデータに基づいて特定のコンテンツをブーストすることで、LLM の回答を改善します。
• 生成系 AI アプリケーションの開発を加速: 独自のエンタープライズレトリバーをゼロから構築することなく、上記の機能をすぐに利用できます。

Kendra Retriever API の使用を開始するには、こちらのドキュメントを参照してください。また、使用開始のヒント、ベストプラクティス、コードテンプレートについては、このブログ投稿を参照してください。

Amazon Kendra は、機械学習を利用して、非構造化データからより関連性の高い回答を提供します。「健康上のメリット」などの一般的なキーワードを検索し、また「産休の期間は?」などの自然言語の質問をすると、Amazon Kendra は読解力を使って「14 週間」のような具体的な回答を出します。「VPN を設定するにはどうすればよいですか?」などのより一般的な質問については、 Amazon Kendra は、最も関連性の高い文章を抽出することにより、説明を交えた回答を出します。

Amazon Kendra は、よくある質問のマッチングもサポートしており、最も近い質問を特定する特殊なモデルを使用して厳選されたよくある質問から回答を抽出し、対応する回答を返します 

Amazon Kendra は、HTML ページに埋め込まれたテーブルの中から答えを見つけることもできます。 例えば、「年会費の安いクレジットカードは何ですか?」という質問に対して、マーケティング用のウェブページにあるクレジットカードの比較表から答えを見つけることができます。

上記のインテリジェント検索機能を補完するために、Amazon Kendra は深層学習によるセマンティック検索モデルを使用して、正確なドキュメントランキングを提供しています。全体として、これにより、より豊富な検索エクスペリエンスが提供され、ユーザーに特定の回答と、より多くの情報が必要な場合に探索できる関連コンテンツが提示されます。

Amazon Kendra は機械学習を使用して、エンドユーザーの検索パターンとフィードバックに基づく検索結果を継続的に最適化します。例えば、ユーザーが「医療保険はどのように変更すればよいですか?」という検索を行うと、複数の人事 (HR) の福利厚生ドキュメントがトップに表示されます。この質問に最も関連性のあるドキュメントを決定するために、Amazon Kendra は、ユーザーの操作とフィードバックから学習して、優先ドキュメントをリストの一番上に昇格させます。機械学習の専門知識を必要とせずに、増分学習手法を自動的に適用します。

検索結果を微調整し、特定のビジネス目標に基づいて特定の回答とドキュメントを結果に表示できます。例えば、関連性チューニングにより、より信頼できるデータソース、作成者、またはドキュメントの鮮度に基づいて結果の質を向上させることができます。詳細については、「関連性チューニングに関するブログ記事」をご覧ください。

Amazon Kendra による特定のビジネス用語の理解を深めるために、お客様は独自のカスタムシノニムを提供できます。Amazon Kendra はこれを使用してクエリを自動的に拡張し、拡張された語彙に一致するコンテンツと回答を含めます。例えば、エンドユーザーが「HSA とは何ですか?」という質問をした場合です。 Amazon Kendra は、「Health Savings Account」または「HSA」を参照するドキュメントを返します。

Amazon Kendra でのコネクタの使用は、Amazon Kendra インデックスにデータソースを追加し、コネクタタイプを選択するだけで、より素早くより簡単に行うことができます。コネクタはインデックスとデータソースを自動で同期させるようにスケジュールすることができるため、ユーザーは常に最新のデータコンテンツをセキュアに検索します。Amazon Kendra は、Amazon Simple Storage Service (S3)、Microsoft SharePoint、Salesforce、ServiceNow、Google ドライブ、Confluence などの一般的なデータソース用のネイティブコネクタを提供しています。ネイティブコネクタが利用できない場合、Amazon Kendra は、カスタムデータソースコネクタと、パートナーがサポートする多数のコネクタを提供します。Amazon Kendra コネクタの可用性の詳細については、 Amazon Kendra コネクタライブラリを参照してください。

Amazon Kendra は、人事、企業運営、サポート、研究開発などの幅広い内部ユースケースの自然言語のクエリ、ドキュメントコンテンツ、および構造を理解するために、深層学習モデルを使用します。Amazon Kendra には、IT、金融サービス、保険、医薬品、工業製造、石油/ガス、法律、メディアとエンターテイメント、旅行とホスピタリティ、衛生、ニュース、電気通信、鉱業、食品と飲料、およびオートモーティブなどの領域からの複雑な言語を理解するための最適化も行われています。例えば、人事関連の回答を検索しているユーザーが「HSA 用紙の提出期限」と入力すると、Amazon Kendra はより正確な回答を得るために検索範囲を拡大して「Health Savings Account 用紙の提出期限」も検索します。

コーディングや機械学習の経験がなくても、数ステップで、Amazon Kendra を使用して完全に機能するカスタマイズ可能な検索エクスペリエンスをデプロイできるようになりました。エクスペリエンス構築者は、検索アプリケーションをクラウド上で安全かつ迅速に構築、カスタマイズ、および起動するための直感的かつ視覚的なワークフローを提供します。使用を開始する際には、ビルダーですぐに使用できる検索エクスペリエンステンプレートをご利用いただけます。このテンプレートは、フィルターや並べ替えなど、必要なコンポーネントをドラッグアンドドロップでカスタマイズできます。他のユーザーを招待して、検索アプリケーションのコラボレーションやテストを行ってフィードバックを提供してもらい、該当のエクスペリエンスをデプロイする準備ができた段階でプロジェクトをすべてのユーザーと共有することができます。Amazon Kendra Experience Builder は、Azure AD や Okta などの一般的な ID プロバイダーをサポートする AWS IAM アイデンティティセンター (AWS Single Sign-On の後継) と統合し、検索エクスペリエンスにアクセスしながらエンドユーザーシングルサインオン認証を安全に提供することができます。Amazon Kendra Experience Builder の詳細については、「ドキュメント」をご覧ください。

Amazon Kendra Search Analytics Dashboard は、検索アプリケーション全体の質とユーザビリティのメトリクスをより良く理解するのに役立ちます。ダッシュボードは、管理者とコンテンツ作成者が、エンドユーザーが関連する検索結果をどれだけ簡単に見つけられるか、検索結果の質、およびコンテンツのギャップを理解するのに役立ちます。ユーザーが検索アプリケーションをどのように操作し、検索結果がどれほど効果的であるかのスナップショットを提供します。分析データは、コンソールのビジュアルダッシュボードで表示できます。あるいは、API を通してデータにアクセスして独自のダッシュボードを作成することもできます。これは、検索の傾向とユーザーの行動を詳細に確認してインサイトを取得することを可能にするとともに、改善できる可能性がある領域を明確化するのに役立ちます。Amazon Kendra Search Analytics Dashboard の詳細については、ドキュメントを参照してください。

Amazon Kendra Custom Document Enrichment 機能を使用すると、ドキュメントが Amazon Kendra でインデックス付けされる前に、ドキュメントを前処理できるカスタム取り込みパイプラインを構築できます。例えば、コネクタを使用して SharePoint などのリポジトリからコンテンツを取り込む一方で、お客様は追加のメタデータでドキュメントを強化し、スキャンしたドキュメントをテキストに変換し、ドキュメントを分類し、エンティティを抽出し、カスタム ETL プロセスを使用してドキュメントをさらに変換できます。エンリッチメントは、コンソールで設定できるルールによって、または AWS Lambda から関数を呼び出すことによって実行されます。これらの関数は、オプションで、Amazon Comprehend、Amazon Transcribe、Amazon Textract などの他の AWS AI サービスを呼び出すことができます。Amazon Kendra Custom Document Enrichment の詳細については、「ドキュメント」を参照してください。

Amazon Kendra には、エンドユーザーの検索クエリを自動補完する機能が搭載されています。クエリの自動補完は、タイピングを約 25% 削減するだけでなく、より正確で、よく尋ねられる質問に導くのに役立ちます。これらの質問は通常、関連性がより高く、有益な回答につながります。例えば、「IT デスクは」と入力し始めるとすると、Amazon Kendra はクエリを補完するために「IT デスクはどこですか?」または「IT デスクは何階ですか?」などのオプションや、その他関連するよくある質問を提案します。