详细内容或原文请订阅后点击阅览

使用Amazon Bedrock数据自动化

2025年4月17日 16:47 33 Comments
X Twitter Instagram Mail

亚马逊基岩数据自动化（BDA）是由FMS在亚马逊基岩中提供动力的新型托管功能。 BDA从非结构化内容（包括文档，图像，视频和音频）提取结构化输出，同时减轻了对复杂自定义工作流程的需求。在这篇文章中，我们演示了BDA如何自动提取丰富的视频见解，例如章节和音频段，检测场景中的文本，并分类交互式广告局（IAB）分类学，然后使用这些见解来构建非线性广告解决方案，以增强上下文广告的有效性。

来源:亚马逊云科技 _机器学习
上下文广告是一种将广告与相关数字内容匹配的策略，通过向观众提供个性化体验来改变数字营销。但是，实施这种方法用于流式视频点播（VOD）内容构成了重大挑战，尤其是在广告放置和相关性方面。传统方法在很大程度上依赖手动内容分析。例如，内容分析师可能会花费数小时观看一部浪漫的戏剧，在高潮的认罪现场后立即放置广告中断，但在决议之前。然后，他们用元数据手动标记内容，例如浪漫，情感或家庭友好型，以验证适当的广告匹配。尽管此手动过程有助于创造无缝的查看器体验并保持ADS的相关性，但事实证明它是高度不切实际的。生成AI的进步，尤其是多模式基础模型（FMS），展示了先进的视频理解能力，并为这些挑战提供了有希望的解决方案。我们此前曾在AWS指南中探讨了Media2Cloud中的这种潜力：场景和AD-BRABLE检测以及使用Generative AI广告的上下文理解，在这里我们使用Amazon Titan Multomodal Multomodal Embeddings G1型号和Anthropic的Claude FMS从Amazon Bedrock中演示了自定义工作流程。在这篇文章中，我们引入了一种更简单的方式来构建上下文广告解决方案。AmazonBedrock Data Automation（BDA）是一款由FMS在Amazon Bedrock供电的新型托管功能。 BDA从非结构化内容（包括文档，图像，视频和音频）提取结构化输出，同时减轻了对复杂自定义工作流程的需求。在这篇文章中，我们演示了BDA如何自动提取丰富的视频见解，例如章节和音频段，检测场景中的文本，并分类交互式广告局（IAB）分类学，然后使用这些见解来构建非线性广告解决方案，以增强上下文广告的有效性。
广告 供电的 多模式 FMS 见解 简单的 无缝的 实际的 先进的 视频 上下文 视频点播 希望的 音频 手动 适当的 Amazon 体验 相关性 BDA 内容 分类学 例如 非线性 有效性 数字 匹配的 自定义 解决方案 传统方法 丰富的 交互式