使用自定义模型处理NLP任务

Question

【以下的问题经过翻译处理】 某客户想使用一个包含120个问题的认知评估程序，以定义并描述某人的思维偏好，对应4个象限（例如分析型、情感型、创造型、组织型）。

他们有兴趣添加NLP功能到他们的评估中，并因此有兴趣找到一个能提供分类器模型的平台。该分类器的目的是：
1.诊断文本（对开放式问题的答案）是否对特定象限表现出高或低偏好。
2.最终该分类器应该能够分析交流（电子邮件、文档、工作描述）。
3.确定文本中反映每个象限的单词/字符串/特征。
4.能够将分类器用作电子邮件插件，根据对方的思维偏好，突出显示不同的单词/表达并提出建议。

我想知道Amazon Comprehend 是否符合这些的要求，因为从服务的FAQ中我看到，Comprehend 不支持自定义模型。请问是否能确认Comprehend 是否适合这种使用场景，如果不适合，是否可以在AWS云中找到解决方案来满足客户的要求？

Answer

【以下的回答经过翻译处理】 我认为Sagemaker的[seq2seq](https://docs.aws.amazon.com/sagemaker/latest/dg/seq-2-seq.html)可提供这样的服务：

* 如果他们的目标是一个单一的标签（主要象限），他们可以训练seq2seq来根据输入文本序列预测主要象限。
* 如果他们的目标是一个序列（每个象限的得分），他们可以尝试训练seq2seq来预测象限分数序列（例如8/10创意，10/10情感等）。

此外，在安全方面，需要注意，个人和电子邮件中的非公开自由文本通常被视为非常敏感的数据；适用的合规框架和客户安全策略可能会影响技术选择。

使用自定义模型处理NLP任务

Relevanter Inhalt