Simplify natural language query with Anthropic Claude on Amazon Bedrock

ความสามารถหลายรูปแบบจากมานุษยวิทยา Claude บนอเมซอนเบดร็อคสำหรับการสืบค้นภาษาธรรมชาติ

การแนะนำ

แม้จะมีความก้าวหน้าของแบบจำลองพื้นฐานซึ่งสามารถสร้างคำสั่ง SQL ที่ซับซ้อน แต่ปัญหาหลักคือรูปแบบพื้นฐานขาดความเข้าใจในสคีมาข้อมูลขององค์กร แต่ละองค์กรมีการตั้งชื่อการตั้งชื่อที่แตกต่างกันเช่นนี้เราต้องการวิธีการป้อนสคีมาข้อมูลและทำให้แบบจำลองพื้นฐานเข้าใจ พื้นที่เก็บข้อมูลนี้ให้ตัวอย่างกรณีการใช้งานของการใช้ความสามารถในการใช้งานหลายรูปแบบของมานุษยวิทยา Claude ในการทำ NLQ (หรือแบบสอบถามภาษาธรรมชาติ) ด้วยการให้อาหารแผนภาพความสัมพันธ์เอนทิตีของฐานข้อมูล (หรือ ERD) ลงในช่องภาพและคำถามของผู้ใช้ลงในช่องข้อความโมเดลมูลนิธิมานุษยวิทยาสามารถเข้าใจสคีมาข้อมูลของคุณและใช้ข้อมูลเหล่านั้นเพื่อสร้าง SQL เฉพาะตามคำถามของผู้ใช้

พื้นที่เก็บข้อมูลนี้ให้ตัวอย่างจากแบบ end-to-end จากการรับคำถามของผู้ใช้สร้างแบบสอบถาม SQL สอบถามข้อมูลทะเลสาบโดยใช้ Amazon Athena และสร้างผลลัพธ์ที่เป็นธรรมชาติมากขึ้นแทนที่จะตอบกลับแบบตารางจาก Amazon Athena

บริการ AWS ที่เกี่ยวข้อง

• Amazon Bedrock : Access Manthropic Claude Foundation Model
• Amazon S3 : เก็บชุดข้อมูลตัวอย่าง
• ตัวรวบรวมข้อมูลกาวอเมซอน : สร้างแคตตาล็อกข้อมูลจากชุดข้อมูลใน Amazon S3
• Amazon Athena : ใช้สำหรับการสอบถามชุดข้อมูล

ข้อกำหนดเบื้องต้น

• ความเข้าใจเกี่ยวกับภาษาการเขียนโปรแกรม Python และ boto3 SDK โปรดดูที่นี่สำหรับเอกสาร Boto3
• ไลบรารี boto3 ที่ทันสมัย ​​(คุณสามารถทำได้โดย pip install --upgrade boto3 )
• Python ide ของตัวเลือกในการเรียกใช้รหัส (หรือคุณสามารถใช้อินสแตนซ์โน๊ตบุ๊ค Sagemaker หรือ Sagemaker Studio สำหรับการดำเนินการรหัส)
• IAM บทบาทในการเข้าถึงบริการ AWS เหนือในนามของคุณ
• การเข้าถึงมานุษยวิทยา Claude บนพื้นหิน Amazon คุณสามารถทำได้ในหน้าคอนโซล Amazon Bedrock

ไดอะแกรมสถาปัตยกรรม

ด้านล่างนี้เป็นแผนภาพสถาปัตยกรรมของโซลูชันนี้

ความปลอดภัย

ดูข้อมูลเพิ่มเติม

ใบอนุญาต

ห้องสมุดนี้ได้รับใบอนุญาตภายใต้ใบอนุญาต MIT-0 ดูไฟล์ใบอนุญาต