Weitere AWS SDK-Beispiele sind im GitHub Repo [AWS Doc SDK Examples](https://github.com/awsdocs/aws-doc-sdk-examples) verfügbar. Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Verwendung `StartDocumentClassificationJob` mit einem AWS SDK oder CLI Die folgenden Code-Beispiele zeigen, wie `StartDocumentClassificationJob` verwendet wird. Beispiele für Aktionen sind Codeauszüge aus größeren Programmen und müssen im Kontext ausgeführt werden. Im folgenden Codebeispiel können Sie diese Aktion im Kontext sehen: + [Trainieren eines benutzerdefinierten Klassifikators und klassifizieren von Dokumenten](comprehend_example_comprehend_Usage_ComprehendClassifier_section.md) ------ #### [ CLI ] **AWS CLI** **So starten Sie einen Auftrag zur Dokumentenklassifizierung** Im folgenden Beispiel für `start-document-classification-job` wird ein Auftrag zur Dokumentenklassifizierung mit einem benutzerdefinierten Modell für alle Dateien an der durch das Tag `--input-data-config` angegebenen Adresse gestartet. In diesem Beispiel enthält der S3-Eingabe-Bucket `SampleSMStext1.txt`, `SampleSMStext2.txt` und `SampleSMStext3.txt`. Das Modell wurde zuvor anhand von Dokumentenklassifizierungen von Spam- und Nicht-Spam-SMS-Nachrichten bzw. „betrügerischen“ SMS-Nachrichten trainiert. Wenn der Auftrag abgeschlossen ist, wird `output.tar.gz` an der durch das `--output-data-config` Tag angegebenen Stelle platziert. `output.tar.gz` enthält die Datei `predictions.jsonl`, in der die Klassifikation der einzelnen Dokumente aufgeführt ist. Die JSON-Ausgabe wird in einer Zeile pro Datei gedruckt, ist aber hier zur besseren Lesbarkeit formatiert. ``` aws comprehend start-document-classification-job \ --job-name exampleclassificationjob \ --input-data-config "S3Uri=s3://amzn-s3-demo-bucket-INPUT/jobdata/" \ --output-data-config "S3Uri=s3://amzn-s3-demo-destination-bucket/testfolder/" \ --data-access-role-arn arn:aws:iam::111122223333:role/service-role/AmazonComprehendServiceRole-example-role \ --document-classifier-arn arn:aws:comprehend:us-west-2:111122223333:document-classifier/mymodel/version/12 ``` Inhalt von `SampleSMStext1.txt`: ``` "CONGRATULATIONS! TXT 2155550100 to win $5000" ``` Inhalt von `SampleSMStext2.txt`: ``` "Hi, when do you want me to pick you up from practice?" ``` Inhalt von `SampleSMStext3.txt`: ``` "Plz send bank account # to 2155550100 to claim prize!!" ``` Ausgabe: ``` { "JobId": "e758dd56b824aa717ceab551fEXAMPLE", "JobArn": "arn:aws:comprehend:us-west-2:111122223333:document-classification-job/e758dd56b824aa717ceab551fEXAMPLE", "JobStatus": "SUBMITTED" } ``` Inhalt von `predictions.jsonl`: ``` {"File": "SampleSMSText1.txt", "Line": "0", "Classes": [{"Name": "spam", "Score": 0.9999}, {"Name": "ham", "Score": 0.0001}]} {"File": "SampleSMStext2.txt", "Line": "0", "Classes": [{"Name": "ham", "Score": 0.9994}, {"Name": "spam", "Score": 0.0006}]} {"File": "SampleSMSText3.txt", "Line": "0", "Classes": [{"Name": "spam", "Score": 0.9999}, {"Name": "ham", "Score": 0.0001}]} ``` Weitere Informationen finden Sie unter [Benutzerdefinierte Klassifizierung](https://docs.aws.amazon.com/comprehend/latest/dg/how-document-classification.html) im *Entwicklerhandbuch für Amazon Comprehend*. + Einzelheiten zur API finden Sie [StartDocumentClassificationJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehend/start-document-classification-job.html)in der *AWS CLI Befehlsreferenz*. ------ #### [ Python ] **SDK für Python (Boto3)** Es gibt noch mehr dazu GitHub. Hier finden Sie das vollständige Beispiel und erfahren, wie Sie das [AWS -Code-Beispiel-](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/python/example_code/comprehend#code-examples) einrichten und ausführen. ``` class ComprehendClassifier: """Encapsulates an Amazon Comprehend custom classifier.""" def __init__(self, comprehend_client): """ :param comprehend_client: A Boto3 Comprehend client. """ self.comprehend_client = comprehend_client self.classifier_arn = None def start_job( self, job_name, input_bucket, input_key, input_format, output_bucket, output_key, data_access_role_arn, ): """ Starts a classification job. The classifier must be trained or the job will fail. Input is read from the specified Amazon S3 input bucket and written to the specified output bucket. Output data is stored in a tar archive compressed in gzip format. The job runs asynchronously, so you can call `describe_document_classification_job` to get job status until it returns a status of SUCCEEDED. :param job_name: The name of the job. :param input_bucket: The Amazon S3 bucket that contains input data. :param input_key: The prefix used to find input data in the input bucket. If multiple objects have the same prefix, all of them are used. :param input_format: The format of the input data, either one document per file or one document per line. :param output_bucket: The Amazon S3 bucket where output data is written. :param output_key: The prefix prepended to the output data. :param data_access_role_arn: The Amazon Resource Name (ARN) of a role that grants Comprehend permission to read from the input bucket and write to the output bucket. :return: Information about the job, including the job ID. """ try: response = self.comprehend_client.start_document_classification_job( DocumentClassifierArn=self.classifier_arn, JobName=job_name, InputDataConfig={ "S3Uri": f"s3://{input_bucket}/{input_key}", "InputFormat": input_format.value, }, OutputDataConfig={"S3Uri": f"s3://{output_bucket}/{output_key}"}, DataAccessRoleArn=data_access_role_arn, ) logger.info( "Document classification job %s is %s.", job_name, response["JobStatus"] ) except ClientError: logger.exception("Couldn't start classification job %s.", job_name) raise else: return response ``` + Einzelheiten zur API finden Sie [StartDocumentClassificationJob](https://docs.aws.amazon.com/goto/boto3/comprehend-2017-11-27/StartDocumentClassificationJob)in *AWS SDK for Python (Boto3) API* Reference. ------ #### [ SAP ABAP ] **SDK für SAP ABAP** Es gibt noch mehr dazu. GitHub Hier finden Sie das vollständige Beispiel und erfahren, wie Sie das [AWS -Code-Beispiel-](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/sap-abap/services/cpd#code-examples) einrichten und ausführen. ``` TRY. oo_result = lo_cpd->startdocclassificationjob( iv_jobname = iv_job_name iv_documentclassifierarn = iv_classifier_arn io_inputdataconfig = NEW /aws1/cl_cpdinputdataconfig( iv_s3uri = iv_input_s3_uri iv_inputformat = iv_input_format ) io_outputdataconfig = NEW /aws1/cl_cpdoutputdataconfig( iv_s3uri = iv_output_s3_uri ) iv_dataaccessrolearn = iv_data_access_role_arn ). MESSAGE 'Document classification job started.' TYPE 'I'. CATCH /aws1/cx_cpdinvalidrequestex. MESSAGE 'Invalid request.' TYPE 'E'. CATCH /aws1/cx_cpdtoomanyrequestsex. MESSAGE 'Too many requests.' TYPE 'E'. CATCH /aws1/cx_cpdresourcenotfoundex. MESSAGE 'Resource not found.' TYPE 'E'. CATCH /aws1/cx_cpdresourceunavailex. MESSAGE 'Resource unavailable.' TYPE 'E'. CATCH /aws1/cx_cpdkmskeyvalidationex. MESSAGE 'KMS key validation error.' TYPE 'E'. CATCH /aws1/cx_cpdtoomanytagsex. MESSAGE 'Too many tags.' TYPE 'E'. CATCH /aws1/cx_cpdresrclimitexcdex. MESSAGE 'Resource limit exceeded.' TYPE 'E'. CATCH /aws1/cx_cpdinternalserverex. MESSAGE 'Internal server error occurred.' TYPE 'E'. ENDTRY. ``` + Einzelheiten zur API finden Sie [StartDocumentClassificationJob](https://docs.aws.amazon.com/sdk-for-sap-abap/v1/api/latest/index.html)in der *API-Referenz zum AWS SDK für SAP ABAP*. ------