这套元数据修正系统主要使用了哪些 AWS 服务？
系统使用 Amazon Bedrock 提供大语言模型能力，Amazon S3 存储 schema 和结果，Amazon DynamoDB 跟踪任务，Amazon Cognito 负责认证，Amazon ECS 负责计算。
AI-powered metadata correction and harmonization
（翻译）AI 驱动的元数据修正与协调
资讯摘要
Metadata harmonization (standardizing labels, identifiers, and formats so datasets can work together) is still largely manual. This post shows how AI-powered metadata correction works in practice, covering two approaches, human-in-the-loop validation and autonomous agent-driven workflows, plus gover
AI 摘要
本文介绍了由 AWS 构建的 AI 驱动元数据校正与协调工作流。系统利用 Amazon Bedrock 上的 LLM 进行 schema 语义对齐，通过必填字段、枚举值和正则模式三类规则验证元数据，并结合嵌入相似度、上下文推理和模糊匹配生成修正建议，LLM 作为复杂场景的兜底层，支持人机协同的循环治理。
AI 问答
元数据字段验证包含哪几类规则？
包含三类规则：必填字段验证、枚举值验证和模式验证（正则表达式）。
为什么 LLM 只作为回退层使用？
因为经典 NLP、嵌入相似度和模糊匹配等方法成本更低、推理可预测，LLM 仅在简单方法无法达到足够置信度时用于处理复杂或模糊的情况，以平衡成本效率和准确性。