详细内容或原文请订阅后点击阅览
使用由知识图支持的 LLM 搜索企业数据资产
在本文中，我们将介绍一种生成式 AI 驱动的语义搜索解决方案，使业务用户能够快速准确地在各种企业数据源中找到相关数据资产。在此解决方案中，我们集成了托管在 Amazon Bedrock 上的大型语言模型 (LLM)，这些模型由基于 Amazon Neptune 构建的知识图谱派生的知识库提供支持，以创建强大的搜索范例，使基于自然语言的问题能够集成对存储在 Amazon Simple Storage Service (Amazon S3) 中的文档、托管在 AWS Glue 数据目录中的数据湖表以及 Amazon DataZone 中的企业资产的搜索。
来源:亚马逊云科技 _机器学习由于管理大量数据的复杂性不断增加，企业在访问分散在各个来源的数据资产时面临挑战。传统的搜索方法通常无法提供全面且具有上下文关系的结果，尤其是对于非结构化数据或复杂查询。
现代大数据管理中的搜索解决方案必须促进对企业数据资产的高效和准确搜索，以适应新资产的到来。客户希望搜索整个组织的所有数据和应用程序，并且希望查看所有检索到的文档的出处信息。应用程序需要搜索目录并显示与搜索上下文相关的所有数据资产的元数据信息。为了实现所有这些目标，解决方案应包括以下功能：
- 提供相关实体和数据源之间的连接 整合包含元数据的碎片化数据编目系统 提供搜索输出背后的推理
在本文中，我们介绍了一种生成式 AI 驱动的语义搜索解决方案，使业务用户能够快速准确地在各种企业数据源中找到相关数据资产。在此解决方案中，我们集成了托管在 Amazon Bedrock 上的大型语言模型 (LLM)，并以基于 Amazon Neptune 构建的知识图谱派生的知识库为后盾，以创建强大的搜索范例，使基于自然语言的问题能够集成对存储在 Amazon Simple Storage Service (Amazon S3) 中的文档、托管在 AWS Glue 数据目录中的数据湖表以及 Amazon DataZone 中的企业资产的搜索。
生成式人工智能 亚马逊基岩 亚马逊海王星 亚马逊简单存储服务 AWS Glue 亚马逊数据区 知识图 亚马逊雅典娜