使用Amazon Bedrock中的工具协调智能文档处理工作流程

这种智能文档处理解决方案使用Amazon Bedrock FMS来协调一个复杂的工作流程,以处理具有混合内容类型的多页医疗保健文档。该解决方案使用FM的工具使用功能,该功能通过亚马逊基岩匡威API访问。这使FMS不仅可以处理文本,还可以积极地使用各种外部工具和API来执行复杂的文档分析任务。

来源:亚马逊云科技 _机器学习

生成的AI正在彻底改变企业自动化,使AI系统能够理解上下文,做出决定并独立行动。生成的AI基础模型(FMS)具有理解背景和做出决定的能力,正在成为解决复杂业务问题的强大合作伙伴。在AWS,我们利用Amazon Bedrock中模型的力量来推动传统上精简的复杂过程的自动化。

生成ai 亚马逊基岩

在这篇文章中,我们专注于这样一个复杂的工作流程:文档处理。这是生成AI如何简化涉及各种数据类型和格式的操作的示例。

文档处理的挑战

文档处理通常涉及处理三个主要文档类别:

    结构化 - 例如,具有固定字段结构的形式 - 具有可预测信息但可能会在布局或呈现上结构的文档中有所不同 - 例如,文本或注释的段落
  • 结构化 - 例如,具有固定字段的形式
  • 半结构化 - 具有可预测信息但在布局或演示文稿中有所不同的文档
  • 非结构化 - 例如,文本或注释的段落
  • 传统上,处理这些多样化的文档类型一直是许多组织的痛苦点。基于规则的系统或专业的机器学习(ML)模型通常会在现实世界文档的可变性上挣扎,尤其是在处理半结构化和非结构化数据时。

    我们演示了生成AI以及外部工具使用如何为这一挑战提供更灵活,更适应性的解决方案。通过在医生办公室处理患者健康软件包的实际用例,您将看到该技术如何从所有三种文档类型中提取和合成信息,从而有可能提高数据准确性和操作效率。

    外部工具使用

    解决方案概述

    Converse Api 人类的Claude 3 Haiku

    先决条件

    us-west-2