Vereinfachung der Datenextraktion und Prozessautomatisierung über multimodale, datenzentrierte Workflows hinweg, einschließlich intelligenter Dokumentenverarbeitung (IDP)
Diese Anleitung zeigt, wie die Datenautomatisierung von HAQM Bedrock die Generierung wertvoller Erkenntnisse aus unstrukturierten multimodalen Inhalten wie Dokumenten, Bildern, Audio und Videos durch eine einheitliche multimodale Inferenz-API optimiert. Die Datenautomatisierung von HAQM Bedrock unterstützt Entwickler dabei, generative KI-Anwendungen zu erstellen oder multimodale datenzentrierte Workflows wie IDP, Medienanalyse oder Retrieval Augmented Generation (RAG) schnell und kostengünstig zu automatisieren. Durch die Befolgung dieser Anleitung können Sie komplexe Aufgaben wie Dokumentaufteilung, Klassifizierung, Datenextraktion, Normalisierung des Ausgabeformats und Datenvalidierung vereinfachen und so die Skalierbarkeit Ihrer Verarbeitung erheblich verbessern.
Bitte beachten: [Haftungsausschluss]
Architekturdiagramm

-
Intelligente Dokumentenverarbeitung
-
Bearbeitung medizinischer Anträge
-
Intelligente Dokumentenverarbeitung
-
Dieses Architekturdiagramm zeigt anhand eines Beispiels für die Kreditvergabe eines Finanzdienstleistungsunternehmens, wie die Dokumentklassifizierung und -extraktion durchgeführt wird.
Schritt 1
Das Datenwissenschaftsteam lädt Beispieldokumente in einen HAQM Simple Storage Service (HAQM S3)-Bucket hoch.Schritt 2
Das Datenwissenschaftsteam verwendet bereitgestellte Vorlagen und erstellt neue benutzerdefinierte Vorlagen für jede Dokumentenklasse: W2, Gehaltsabrechnung, Führerschein, 1099 und Kontoauszüge. Jedes Beispiel wird verarbeitet und generative KI-Prompts extrahieren Felder (wie Vor- und Nachname, Brutto-Lohn, Kapitalerträge und Endsaldo).
Schritt 3
Die Vorlagen werden geprüft und verfeinert. Wichtige Normalisierungen, Transformationen und Validierungen werden hinzugefügt.
Schritt 4
Die Vorlagen werden in der Funktion HAQM Bedrock Data Automation verwaltet und gespeichert.
Schritt 5
HAQM EventBridge verwendet ein Ereignis vom Typ „Objekt erstellt“ als Auslöser für eine AWS Lambda-Funktion, wenn Dokumente in HAQM S3 hochgeladen werden. Diese Lambda-Funktion verwendet dann das Feature zur Datenautomatisierung von HAQM Bedrock, um die hochgeladenen Dokumente zu verarbeiten.Schritt 6
Der Verarbeitungs-Workflow im Feature zur Datenautomatisierung von HAQM Bedrock umfasst die Dokumentenaufteilung basierend auf logischen Grenzen, wobei jede Aufteilung bis zu 20 Seiten enthält. Jede Seite wird einem bestimmten Dokumenttyp zugeordnet und den entsprechenden Vorlagen zugeordnet.
Schritt 6 (Fortsetzung)
Die entsprechende Vorlage wird dann für jede Seite aufgerufen und führt wichtige Normalisierungen, Transformationen und Validierungen durch. Dieser gesamte Prozess läuft asynchron ab, sodass mehrere Dokumente und große Daten-Volumes effizient verarbeitet werden können.
Schritt 7
Die Datenautomatisierung von HAQM Bedrock speichert die Ergebnisse zur späteren Verarbeitung in einem HAQM S3-Bucket und löst EventBridge aus.
Schritt 8
EventBridge löst die Lambda-Funktion aus, um die JSON-Ergebnisse der Datenautomatisierung von HAQM Bedrock zu verarbeiten. Die Verarbeitungsergebnisse werden an nachgelagerte Verarbeitungssysteme weitergeleitet.
-
Bearbeitung medizinischer Anträge
-
Dieses Architekturdiagramm zeigt, wie die Bearbeitung medizinischer Anträge mit multimodalen Eingabedaten und Verarbeitung automatisiert werden kann, um Effizienz und Genauigkeit zu verbessern.
Schritt 1
Anbieter übermitteln Antragsunterlagen, Bilder und Videos an HAQM S3.
Schritt 2
In der Datenautomatisierung von HAQM Bedrock wird ein Workflow ausgelöst.
Schritt 3
Entwickler erstellen Vorlagen in der Datenautomatisierung von HAQM Bedrock, um relevante Daten zu extrahieren.
Schritt 4
Die Datenautomatisierung von HAQM Bedrock verarbeitet Dokumente, Bilder und Videos, indem es Text, Tabellen, Objekte und Transkripte extrahiert, die Daten normalisiert und strukturiert und Elemente mit geringer Zuverlässigkeit zur Überprüfung markiert. Die Datenautomatisierung von HAQM Bedrock speichert die Daten in HAQM S3 und löst EventBridge aus.
Schritt 5
EventBridge löst Lambda aus, das die Ausgabe der Datenautomatisierung von HAQM Bedrock aus dem S3-Bucket abruft.
Schritt 6
HAQM-Bedrock-Agenten verwenden diese Lambda-Funktion, um die Versicherungsdetails des Patienten aus HAQM Aurora abzurufen.Schritt 7
Anschließend aktualisieren Agenten von HAQM Bedrock die Anträgedatenbank in Aurora.
Schritt 8
Die Gutachter überprüfen wichtige Felder und konzentrieren sich auf Elemente mit geringer Vertrauenswürdigkeit.
Schritt 9
Dokumente, Bilder und Videos zur Erklärung der Abdeckung (EoC) werden in HAQM S3 gespeichert. Die Datenautomatisierung von HAQM Bedrock verarbeitet multimodale Daten mit einer einzigen API und speichert sie in HAQM S3. Anschließend werden sie verarbeitet, eingebettet und in einer Vektorsammlung für HAQM-Bedrock-Wissensdatenbanken gespeichert.Schritt 10
HAQM Bedrock-Agenten berechnen die Berechtigung anhand extrahierter Daten und indizierter Informationen.
Schritt 11
HAQM Bedrock-Agenten aktualisieren die Schadensdatenbank und benachrichtigt den Schlichter. Der Schlichter überprüft und genehmigt oder passt den Antrag effizient an.
Erste Schritte

Diese Anleitung anwenden
Well-Architected-Säulen

Das AWS-Well-Architected-Framework hilft Ihnen, die Vor- und Nachteile der Entscheidungen zu verstehen, die Sie beim Aufbau von Systemen in der Cloud treffen. Die sechs Säulen des Frameworks ermöglichen es Ihnen, architektonische bewärhte Methoden für die Entwicklung und den Betrieb zuverlässiger, sicherer, effizienter, kostengünstiger und nachhaltiger Systeme zu erlernen. Mit dem AWS-Well-Architected-Tool, das kostenlos in der AWS-Managementkonsole verfügbar ist, können Sie Ihre Workloads anhand dieser bewährten Methoden überprüfen, indem Sie eine Reihe von Fragen für jede Säule beantworten.
Das obige Architekturdiagramm ist ein Beispiel für eine Lösung, die unter Berücksichtigung der bewährten Methoden von Well-Architected erstellt wurde. Um eine vollständige Well-Architected-Lösung zu erhalten, sollten Sie so viele bewährte Methoden von Well-Architected wie möglich befolgen.
-
Betriebliche Exzellenz
HAQM S3, EventBridge und Lambda erstellen einen nahtlosen, automatisierten Workflow für die Dokumentenverarbeitung und Datenextraktion durch sichere Speicherung verschiedener Dokumenttypen. Die Datenautomatisierung von HAQM Bedrock optimiert die Extraktion und Normalisierung von Daten, reduziert den manuellen Aufwand und erhöht die Genauigkeit. Die Wissensdatenbanken von HAQM Bedrock indizieren die verarbeiteten Informationen und machen sie leicht durchsuchbar und zugänglich, während die Kundendienstmitarbeiter von HAQM Bedrock diese strukturierten Daten nutzen, um intelligente Entscheidungen zu treffen und Ansprüche effizient zu bearbeiten. Aurora dient als ausfallsichere Datenbank zum Speichern und Abrufen wichtiger Informationen. Zusammen ermöglichen diese Services ein hocheffizientes, skalierbares und zuverlässiges System, das menschliche Eingriffe minimiert und die Produktivität erhöht.
-
Sicherheit
HAQM S3 bietet verschlüsselten Speicher, Lambda führt Code in isolierten Umgebungen aus und HAQM Bedrock nutzt sichere AWS-Infrastruktur mit integrierter Verschlüsselung und Zugriffskontrolle. Aurora bietet erweiterte Features für die Datenbanksicherheit. Diese Services schaffen einen umfassenden Sicherheitsansatz, der Daten während ihres gesamten Lebenszyklus schützt und gleichzeitig strenge Zugriffskontrollen und Audit Trails aufrechterhält. Durch die Möglichkeit, Sicherheitsrichtlinien zentral zu verwalten und kontinuierliche Sicherheitsaktualisierungen und -verbesserungen von AWS zu nutzen, können Sie einen hohen Sicherheitsstandard aufrechterhalten und sich gleichzeitig auf Ihre Kerngeschäftsprozesse konzentrieren.
-
Zuverlässigkeit
HAQM S3 bietet dauerhaften und hochverfügbaren Speicher für Dokumente. EventBridge sorgt für eine konsistente ereignisgesteuerte Verarbeitung, indem es Lambda-Funktionen zuverlässig auslöst, die sich nahtlos skalieren lassen, um unterschiedliche Workloads ohne Ausfallzeiten zu bewältigen. Aurora, eine hochverfügbare Datenbank, bietet automatisierte Backups und Failover-Funktionen. Diese Services bieten ein zuverlässiges, fehlertolerantes System, das Komponentenausfällen standhält, automatisch skaliert und auch bei hoher Auslastung eine konstante Leistung aufrecht erhält, wodurch Ausfallzeiten und Datenverlustrisiken minimiert werden.
-
Leistung und Effizienz
AWS-Services verbessern die Leistungseffizienz durch skalierbare, leistungsstarke Lösungen für die Dokumentenverarbeitung. HAQM S3 bietet Zugriff mit geringer Latenz auf gespeicherte Dokumente, während EventBridge die Ereignisverarbeitung in Echtzeit ermöglicht. Lambda bietet schnelle Rechenleistung auf Abruf. Aufgrund der Serverless-Architektur von Lambda und EventBridge werden Engpässe bei der Server-Bereitstellung beseitigt. Darüber hinaus nutzt HAQM Bedrock KI-Modelle für die effiziente Verarbeitung komplexer Datenanalyseaufgaben.
-
Kostenoptimierung
AWS-Services tragen durch nutzungsabhängige Preismodelle (d. h. Sie zahlen nur für die genutzten Ressourcen) und die Beseitigung von Vorabinvestitionen in die Infrastruktur zur Kostenoptimierung bei. HAQM S3 bietet abgestufte Speicheroptionen, die Leistung und Kosten in Einklang bringen. Da EventBridge und Lambda Serverless sind, zahlen Sie nur für die tatsächlich genutzte Rechenzeit. HAQM Bedrock stellt KI-Funktionen ohne teure interne Infrastruktur oder Fachwissen bereit und Aurora bietet eine mit kommerziellen Datenbanken vergleichbare Leistung zu einem Bruchteil der Kosten.
-
Nachhaltigkeit
AWS-Services tragen zur Nachhaltigkeit bei, indem sie die Ressourcennutzung und Energieeffizienz optimieren. HAQM S3 verwendet effiziente Speichertechnologien, während EventBridge und Lambda Serverless-Architekturen bereitstellen, die die ungenutzte Kapazität minimieren. Diese cloudbasierten Services reduzieren die On-Premises-Infrastruktur erheblich und senken so den Energieverbrauch und die CO2-Emissionen. Ihre Skalierbarkeit gewährleistet eine optimale Ressourcennutzung und vermeidet Überbereitstellung und Verschwendung.
Ähnliche Inhalte

[Titel]
Haftungsausschluss
Der Beispielcode, die Softwarebibliotheken, die Befehlszeilentools, die Machbarkeitsnachweise, die Vorlagen oder andere zugehörige Technologien (einschließlich derjenigen, die von unseren Mitarbeitern bereitgestellt werden) werden Ihnen als AWS-Inhalte im Rahmen der AWS-Kundenvereinbarung oder der entsprechenden schriftlichen Vereinbarung zwischen Ihnen und AWS (je nachdem, was zutrifft) zur Verfügung gestellt. Sie sollten diese AWS-Inhalte nicht in Ihren Produktionskonten oder für Produktions- oder andere kritische Daten verwenden. Sie sind verantwortlich für das Testen, Sichern und Optimieren des AWS-Inhalts, z. B. des Beispielcodes, für die Verwendung in der Produktion auf der Grundlage Ihrer spezifischen Qualitätskontrollverfahren und -standards. Bei der Bereitstellung von AWS-Inhalten können AWS-Gebühren für die Erstellung oder Nutzung von kostenpflichtigen AWS-Ressourcen anfallen, z. B. für den Betrieb von HAQM-EC2-Instances oder die Nutzung von HAQM-S3-Speicher.
Verweise auf Services oder Organisationen von Drittanbietern in diesen Leitlinien bedeuten nicht, dass HAQM oder AWS eine Billigung, Förderung oder Zugehörigkeit zwischen HAQM oder AWS und dem Drittanbieter darstellt. Die Beratung durch AWS ist ein technischer Ausgangspunkt, und Sie können Ihre Integration mit Services von Drittanbietern anpassen, wenn Sie die Architektur bereitstellen.