AWS AIF-C01 対策 Textract vs Kendra
Amazon TextractとAmazon Kendraの違いを理解し、文書処理要件に応じて適切なサービスを選択するための完全ガイド。実践的な問題を通じて使い分けのポイントを解説します。
この記事のポイント
- 1TextractとKendraの基本的な違いを理解する
- 2各文書処理サービスの適用場面と選択基準を把握する
- 3資格試験の問題を通じて使い分けのポイントを理解する
目次
2つの文書処理サービスの違い
Amazon Textract(文書読み取り)とAmazon Kendra(エンタープライズ検索)は、それぞれ異なる文書処理段階を担当するAWSのAI/MLサービスです。
Textractは文書からテキストを抽出し、Kendraは抽出済みデータの検索・発見を行います。
Amazon Textract
Amazon Kendra
金融サービス企業のチャットボット開発では、検索拡張生成(RAG)アーキテクチャを実装し、Amazon KendraやOpenSearchをベクトルデータベースとして統合することで、既存のBedrockモデルを活用しながら社内の投資戦略レポートや規制コンプライアンスガイドラインなど最新の専門情報を動的に参照できる正確な回答システムを構築できます。
医療機関での大量文書デジタル化では、Amazon Textractの機械学習ベースのOCR技術が手書き文字認識と文書構造理解を同時に実現し、患者の紹介状や処方箋の表・フォームから構造化データを自動抽出できるため、非同期APIによる数千件の並列処理と合わせて選択されます。
実践問題で確認
前セクションで学んだ内容を、AWS資格試験対策で確認してみましょう。ここでは、TextractとKendraの使い分けが問われる代表的な問題パターンを3つのカテゴリに分けて解説します。
各問題では、文書処理の段階を正しく判断し、最適解を導出する思考プロセスを体験できます。
AWS認定AIプラクティショナー
練習問題
AWS認定AIプラクティショナー
練習問題
AWS認定AIプラクティショナー
練習問題
まとめ
AWS文書処理サービスの選択では、TextractとKendraの処理段階の違いを理解した適切な判断が成功の鍵となります。
文書から
既存データから
文書処理の
これらの判断基準を理解し、処理段階→具体的な機能要件→統合パターンの順で論理的に分析することで、適切な文書処理サービス選択ができます。
理解度チェック
TextractとKendraの文書処理段階の違いは?
PDF文書からテキストを抽出したい場合、どちらを選択すべきか?
企業文書の検索システムを構築したい場合、どちらを選択すべきか?
医療文書の自動処理システムを構築する場合の適切なサービス組み合わせは?