如何用自然语言查询亚马逊 Bedrock 知识库中的理赔声明

在亚马逊 Bedrock 知识库中用自然语言查询理赔声明
理赔信息散落在理赔员日记、维修估价单、警方报告、付款账目以及扫描的附件中，而不是在一个可搜索的领域里。保单持有人可能会询问某项理赔是否已获批准，而理赔员可能需要查找上个月所有超过 10,000 美元的未结清汽车理赔。这两项任务都需要快速准确地查找和整合证据。
检索增强生成（RAG）使用检索到的文档来为模型响应提供基础。亚马逊 Bedrock 知识库是用于文档的完全管理的 RAG 功能。亚马逊 Bedrock 处理解析、分块、嵌入和向量存储，因此您可以根据理赔文件构建一个返回引用答案的对话界面。
这项技术如何说明使用合成理赔记录，并不描述一个生产环境中的客户部署。您通过完成以下步骤构建一个理赔助手，该助手通过自然语言回答问题并提供引用：

1. 从亚马逊简单存储服务（Amazon S3）中输入理赔文件及其元数据。
2. 使用 <code>AgenticRetrieveStream</code> API 用普通语言查询它们。
3. 提出多轮后续问题。
4. 使用元数据过滤器在属性（如理赔 ID 和理赔类型）上限制检索范围。
5. 添加一个上下文基础护栏，以保持答案与记录相关联。

理赔查询挑战

保单持有人、客服代理和理赔员询问不同的问题：

• 保单持有人要求简单的语言状态更新：“理赔 CLM-100482 的估价是否已获批准？何时会开出支票？”
• 客服代理需要在客户等待时快速准确地回答，而无需转移通话。
• 理赔员会提出跨理赔的多部分问题，例如上个月提交了多少超过 10,000 美元的未结清汽车理赔，以及每个理赔的剩余工作是什么。

答案存储在 PDF 理赔员报告中、Word 通信和文本笔记中，而不是一致的数据库字段。
记录可能会冲突或取代早期版本。修订后的估价可以取代早期版本，或者临时付款后来可以撤销。助手必须识别哪个估价、付款或状态起控制作用。
由于理赔受到监管，每个答案都必须基于源文档并包含引用。客服代理可以在重复答案之前验证来源，并且主管可以审计助手是如何得出该答案的。

解决方案概述

该解决方案使用亚马逊 Bedrock 知识库对来自 Amazon S3 的理赔文件进行索引以进行检索。
通过 <code>AgenticRetrieveStream</code> 的 <a href="https://docs.aws.amazon.com/bedrock/latest/userguide/kb-test-agentic-retrieve.html" target="_blank" rel="noopener">代理检索</a> 规划答案，将多部分问题分解为子查询，并运行一个或多个检索过程。它在生成响应之前检查证据是否充分。
API 流式传输跟踪事件、答案文本和引用。跟踪事件暴露检索计划，并且每个引用将答案的一部分映射到源理赔文件。
以下图表显示了两种路径。摄取车道将理赔文件和元数据加载到知识库中。检索车道将每个问题通过 <code>AgenticRetrieveStream</code> 和一个亚马逊 Bedrock Guardrails 基础检查后返回引用答案。
由于理赔信息分散在不同的文件和格式中，使用亚马逊 Bedrock 知识库可以有效地整合这些信息，并通过自然语言查询提供准确的答案。这种方法不仅提高了工作效率，还确保了答案的准确性和可信度。

如何上手

要使用亚马逊 Bedrock 知识库查询理赔声明，您需要按照以下步骤操作：

1. 数据摄取：将理赔文件及其元数据从 Amazon S3 导入知识库。这包括 PDF 文件、Word 文档和文本笔记等。
2. 查询：使用 <code>AgenticRetrieveStream</code> API 用自然语言查询知识库。例如，您可以输入“上个月所有超过 10,000 美元的未结清汽车理赔”来获取相关信息。
3. 多轮对话：根据需要提出多轮后续问题，以进一步细化查询结果。
4. 限制检索范围：使用元数据过滤器（如理赔 ID 和理赔类型）来限制检索范围，确保获取最相关的信息。
5. 上下文基础护栏：添加上下文基础护栏，以确保答案与源文档相关联，提高答案的可信度。

通过这些步骤，您可以构建一个高效的理赔查询系统，帮助保单持有人、客服代理和理赔员快速准确地获取所需信息。

总结

亚马逊 Bedrock 知识库提供了一种强大的解决方案，用于用自然语言查询理赔声明。通过有效地整合和检索分散在各个文件中的信息，该系统不仅提高了工作效率，还确保了答案的准确性和可信度。无论是保单持有人、客服代理还是理赔员，都可以利用这一工具快速获取所需信息，从而提升整体服务质量和客户满意度。