Amazon Comprehend menyediakan pemrosesan bahasa alami, deteksi dan redaksi Informasi Pengenal Pribadi (PII), deteksi Klasifikasi Kustom dan Entitas, dan pemodelan topik,memungkinkan rentang luas aplikasi yang dapat menganalisis teks mentah, dan dengan beberapa API, format dokumen seperti PDF dan Word. Show
Untuk volume yang lebih tinggi dari 100 juta unit per bulan, harap hubungi kami perihal harga. Permintaan NLP diukur dalam satuan 100 karakter, dengan biaya minimum 3 unit (300 karakter) per permintaan. Dengan API Amazon Comprehend, Anda dapat memproses teks mentah yang tidak terstruktur dan, dengan beberapa API, file teks lain seperti dokumen PDF dan Word. Comprehend Kustom Entitas & Klasifikasi Kustom Untuk pengenalan entitas asinkron pada PDF*, Word, dan dokumen teks biasa Permintaan inferensi diukur dalam unit 100 karakter, dengan biaya minimum 3 unit (300 karakter) per permintaan. Untuk klasifikasi asinkron Permintaan inferensi diukur dalam unit 100 karakter, dengan biaya minimum 3 unit (300 karakter) per permintaan. Untuk klasifikasi sinkron dan pengenalan entitas Titik akhir ditagih dengan kenaikan satu detik, dengan minimum 60 detik. Anda akan terus dikenai biaya sejak titik akhir dimulai hingga titik akhir dihapus, meski tidak ada dokumen yang dianalisis. Satu unit inferensi (IU) menyediakan throughput 100 karakter/detik pada titik akhir yang dikelola milik Anda. Anda dapat menyediakan IU tambahan untuk memperbanyak throughput. Tiap IU akan dikenai biaya sebesar 0,0005 USD per detik. 3 USD per Jam untuk Pelatihan Model Pemodelan Topik Untuk 100 MB pertama Untuk setiap MB di atas 100 MB Anda dikenai biaya berdasarkan total ukuran dokumen yang diproses per tugas pemodelan topik. 100 MB pertama dikenai tarif rata. Di atas 100 MB, Anda akan dikenai biaya per MB. Tingkat Gratis 50 RIBU UNIT TEKS (5 JUTA KARAKTER) Amazon Comprehend menawarkan tingkat gratis yang mencakup 50 ribu unit teks (5 juta karakter) per API per bulan. API yang memenuhi syarat mencakup Ekstraksi Frasa Kunci, Sentimen, Sentimen Bertarget, Pengenalan Entitas, Deteksi Bahasa, Deteksi Peristiwa, Analisis Sintaksis, Deteksi PII, dan Berisi PII. Catatan: Comprehend Kustom (entitas kustom dan klasifikasi kustom) tidak menawarkan tingkat gratis. Ini termasuk pelatihan model, inferensi, dan manajemen model. MASING-MASING 5 TUGAS HINGGA 1 MB (Pemodelan Topik) Tingkat gratis Amazon Comprehend tersedia untuk pelanggan AWS baru dan yang sudah ada selama 12 bulan, mulai dari tanggal permintaan Amazon Comprehend pertama mereka. Kami menganggap Anda telah membuat aplikasi menggunakan Amazon Comprehend untuk menganalisis komentar pelanggan di toko online Anda. Anda telah menerima 10.000 komentar pelanggan yang masing-masing merupakan 550 karakter, dan Anda dalam tahun kedua menggunakan layanan ini. Penghitungan biaya total: Ukuran tiap permintaan = 550 karakter Jumlah unit per permintaan = 6 Total Unit: 10.000 (permintaan) x 6 (unit per permintaan) = 60.000 Harga per unit = 0,0001 USD Total biaya = [No. unit] x [Biaya per unit] = 60.000 x 0,0001 USD = 6,00 USD Contoh 2 - Mengategorikan Dokumen berdasarkan TopikAnggaplah Anda memiliki serangkaian dokumen riset dengan total 240 MB dalam ukuran yang Anda inginkan untuk pengkategorian berdasarkan topik dan menyarankan dokumen kepada pelanggan berdasarkan bidang minat mereka. Anggap juga Anda berada di tahun kedua menggunakan layanan dan tidak memenuhi syarat untuk penawaran tingkat gratis. Penghitungan biaya total: Total megabyte yang diproses = 240 Megabyte yang ditagih pada tarif rata 1 USD = 100 Megabyte yang ditagih pada 0,004 USD/MB = 140 [240-100] Total biaya
tugas = 1,00 USD + [140 x 0,004 USD] = 1,00 USD + 0,56 USD = 1,56 USD Contoh 3 - Mengklasifikasikan Umpan Balik Pelanggan menggunakan API Klasifikasi KustomAnggaplah Anda ingin melatih pengklasifikasi untuk secara otomatis menyusun umpan balik pelanggan baru yang hadir dari situs web Anda. 10 pelanggan memasukkan umpan balik setiap menit, dan tiap umpan balik terdiri dari 300 karakter. Melatih model kustom memerlukan waktu selama satu jam, dan Anda berencana menyimpan model ini selama satu bulan. Jadi, biaya pelatihan model adalah 3 USD dan biaya penyimpanan model adalah 0,5 USD untuk bulan tersebut. Anggap juga Anda berada di tahun kedua menggunakan layanan dan tidak memenuhi syarat untuk penawaran tingkat gratis. Untuk mengklasifikasi umpan balik secara asinkron, Anda dikenai biaya berdasarkan jumlah karakter dalam dokumen. Untuk mengklasifikasi secara real-time, Anda menyediakan titik akhir dengan throughput yang sesuai guna menangani kasus penggunaan dan membayar berdasarkan waktu dimulainya titik akhir. Penghitungan biaya inferensi untuk klasifikasi asinkron: Ukuran tiap permintaan per hari = 4.320.000 karakter [300 karakter * 10 dokumen * 1.440 menit] Jumlah unit per permintaan = 43.200 unit [432.000 karakter ÷ 100 karakter per unit] Harga per unit = 0,0005 USD Total biaya inferensi untuk unit = 21,60 USD [43.200 unit x 0,0005 USD] Total biaya = 25,10 USD [21,60 USD inferensi + 3 USD pelatihan model + 0,50 USD penyimpanan model] Penghitungan biaya total untuk klasifikasi sinkron: Pertama, mari hitung throughput yang diperlukan. Setiap menit kita mengklasifikasi 10 dokumen yang masing-masing terdiri dari 300 karakter. Jadi: 50 karakter per detik [300 karakter x 10 dokumen ÷ 60 detik] Artinya Anda perlu menyediakan titik akhir dengan 1 Unit Inferensi (IU), yang memberikan throughput 100 karakter/detik. Harga untuk 1 IU = 0,0005 USD per detik Anda akan dikenai biaya berdasarkan seberapa lama Anda membuat titik akhir klasifikasi real-time tetap aktif, terlepas dari jumlah panggilan inferensi yang dibuat. Jika Anda menjalankan titik akhir klasifikasi real-time selama 12 jam per hari: Total biaya inferensi = 21,60 USD [0,0005 USD x 3600 detik x 12 jam] Total biaya = 25,10 USD [21,60 USD inferensi + 3 USD pelatihan model + 0,50 USD penyimpanan model] Perhatikan bahwa Anda dikenai biaya untuk throughput yang disediakan dan jumlah waktu aktif titik akhir. Jika Anda perlu menyediakan lebih banyak throughput, harganya menjadi: Harga untuk 2 IU = 0,001 USD per detik [0,0005 USD x 2] Harga untuk 3 IU = 0,0015 USD per detik [0,0005 USD x 3] Anggaplah Anda ingin melatih model entitas kustom untuk otomatis mengekstrak istilah kustom dari umpan balik pelanggan yang hadir di situs web Anda. Tugas pelatihan membutuhkan waktu 1,5 jam, dan Anda menganalisis 10.000 umpan balik pelanggan yang masing-masing terdiri dari 550 karakter. Anda berencana menyimpan model ini selama satu bulan. Anggap juga Anda berada di tahun kedua menggunakan layanan dan tidak memenuhi syarat untuk penawaran tingkat gratis. Penghitungan biaya total: Ukuran tiap permintaan = 5.500.000 karakter Jumlah unit per permintaan = 55.000 unit [5.500.000 karakter ÷ 100 karakter per unit] Harga per unit = 0,0005 USD Total biaya untuk unit = 27,5 USD [55.000 unit x 0,0005 USD] Total jam untuk pelatihan model = 1,5 jam Harga per jam = 3 USD Total biaya untuk pelatihan model = 4,5 USD [1,5 jam x 3 USD] Jumlah bulan untuk manajemen model = 1 bulan Harga per bulan = 0,50 USD Total biaya untuk manajemen model = 0,50 USD [1 bulan x 0,50 USD] Biaya total = 37 USD [27,5 USD + 4,5 USD + 0,50 USD] Contoh 5 - Mengekstraksi kejadian dan informasi terkait menggunakan Deteksi KejadianAnggaplah Anda ingin mengekstrak 3 jenis kejadian dari 3.000 artikel yang masing-masing terdiri dari 500 karakter dan Anda berada di tahun kedua penggunaan layanan. Penghitungan biaya total: Jumlah karakter yang diproses = 1,500,000 karakter [3.000 artikel x 500 karakter] Jumlah unit yang diproses = 45.000 unit [1.500.000 x 3 jenis kejadian ÷ 100 karakter per unit] Harga per unit = 0,003 USD Biaya total untuk unit = 135 USD [45.000 unit x 0,003 USD] Contoh 6 - Mengidentifikasi dokumen dengan PII menggunakan API Berisi PIIKami menganggap Anda telah membuat aplikasi menggunakan Amazon Comprehend untuk menganalisis komentar pelanggan di toko online Anda. Anda telah menerima 10.000 komentar pelanggan yang masing-masing terdiri dari 550 karakter, dan Anda perlu mengidentifikasi dokumen mana yang berisi PII sehingga dapat menyimpannya di lokasi yang aman. Anggaplah Anda berada di tahun kedua penggunaan layanan. Penghitungan biaya total: Ukuran tiap permintaan = 550 karakter Jumlah unit per permintaan = 6 Total Unit = 60.000 [10.000 permintaan x 6 unit per permintaan] Harga per unit = 0,000002 USD Biaya total = 0,12 USD [60.000 unit x 0,000002 USD] Contoh 7 - Menyunting PII dari dokumen menggunakan API Deteksi PIIKami menganggap Anda telah membuat aplikasi menggunakan Amazon Comprehend untuk menganalisis komentar pelanggan di toko online Anda. Anda telah menerima 10.000 komentar pelanggan yang masing-masing terdiri dari 550 karakter, dan Anda perlu membuat versi dokumen yang disunting sebelum diarsipkan. Anggaplah Anda berada di tahun kedua penggunaan layanan. Penghitungan biaya total: Ukuran tiap permintaan = 550 karakter Jumlah unit per permintaan = 6 Total Unit = 60.000 [10.000 permintaan x 6 unit per permintaan] Harga per unit = 0,0001 USD Biaya total = 6 USD [60.000 unit x 0,0001 USD] Anggaplah Anda ingin melatih model ekstraksi entitas kustom untuk mengekstraksi 10 entitas kustom dari aplikasi hipotek. Seratus pelanggan mendaftar setiap hari, masing-masing menyediakan dokumen PDF pindaian 10 halaman yang berisi 2.500 karakter per halaman. Dengan menggunakan Amazon Textract, anggaplah kita perlu mengekstraksi teks dari setiap halaman yang diproses sebelum mengekstraksi entitas menggunakan API Teks Dokumen Deteksi. Melatih model kustom memerlukan waktu selama satu jam, dan Anda berencana menyimpan model ini selama satu bulan. Jadi, biaya pelatihan model adalah 3 USD dan biaya penyimpanan model adalah 0,50 USD untuk bulan tersebut. Anggap juga Anda berada di tahun kedua menggunakan layanan dan tidak memenuhi syarat untuk penawaran tingkat gratis. Untuk mengekstraksi entitas kustom secara asinkron, Anda dikenai biaya berdasarkan jumlah karakter dalam dokumen. Untuk mengekstraksi secara waktu-nyata, Anda menyediakan endpoint dengan throughput yang sesuai guna menangani kasus penggunaan dan membayar berdasarkan waktu dimulainya endpoint. Penghitungan biaya inferensi untuk klasifikasi asinkron: Ukuran setiap permintaan per hari = 2.500.000 karakter [100 aplikasi/hari * 10 dokumen * 2.500 karakter] Jumlah unit per permintaan = 25.000 unit [2.500.000 karakter ÷ 100 karakter per unit] Harga per unit = 0,0005 USD Total biaya inferensi untuk unit = 12,50 USD [25.000 unit x 0,0005 USD] Biaya Amazon Textract untuk API Teks Dokumen Deteksi= 1,50 USD [100 aplikasi/hari * 10 dokumen * 0,0015 USD harga per halaman, hingga 1 juta halaman] Total biaya = 17,50 USD [12,50 USD inferensi + 1,50 USD Textract + 3 USD pelatihan model + 0,50 USD penyimpanan model] Contoh 9 – Menganalisis Tanggapan Survei KaryawanAnggaplah Anda telah membangun aplikasi dengan menggunakan Sentimen Tertarget Amazon Comprehend untuk menganalisis tanggapan survei karyawan untuk perusahaan Anda. Anda telah menerima 100.000 tanggapan survei yang masing-masing berisi 350 karakter, dan Anda dalam tahun kedua penggunaan layanan ini. Perhitungan biaya total: Ukuran tiap permintaan = 350 karakter Jumlah unit per permintaan = 4 Total Unit = 100.000 (permintaan) x 4 (unit per permintaan) = 400.000 Harga per unit = 0,0001 USD (dari 0-10M unit) Total biaya = [Jumlah unit] x [Biaya per
unit] = 400.000 x 0,0001 USD = 40,00 USD Apa yang dimaksud dengan Amazon S3?Bucket. Bucket adalah wadah untuk objek yang disimpan di Amazon S3. Anda dapat menyimpan berapa pun jumlah objek dalam bucket dan dapat memiliki hingga 100 bucket di akun Anda. Untuk meminta kenaikan, kunjungiKonsol Service Quotas .
Apakah AWS berbayar?Dengan AWS, Anda hanya membayar apa yang Anda gunakan, membantu organisasi Anda tetap gesit, responsif, dan selalu dapat memenuhi kebutuhan penskalaan.
Berapa jangka waktu kontrak untuk Amazon EC2 Reserved instance?Jangka waktu: AWS menawarkan RI Standar untuk jangka waktu 1 tahun atau 3 tahun.
Apa yang kalian ketahui tentang Amazon EC2?Amazon Elastic Compute Cloud (Amazon EC2) menyediakan kapasitas komputasi yang dapat diskalakan di Amazon Web Services (AWS) Cloud. Menggunakan Amazon EC2 menghilangkan kebutuhan Anda untuk berinvestasi pada perangkat keras di awal, sehingga Anda dapat mengembangkan dan menerapkan aplikasi lebih cepat.
|