Einen Job zur Erkennung benutzerdefinierter Entitäten starten (API)

Sie können die API verwenden, um einen asynchronen Analyseauftrag zur Erkennung benutzerdefinierter Entitäten zu starten und zu überwachen.

Um einen Auftrag zur benutzerdefinierten Entitätserkennung mit dem StartEntitiesDetectionJob Vorgang zu starten, geben Sie den EntityRecognizerArn an. Dabei handelt es sich um den Amazon-Ressourcennamen (ARN) des trainierten Modells. Sie finden diesen ARN in der Antwort auf den CreateEntityRecognizer Vorgang.

Erkennen benutzerdefinierter Entitäten mithilfe von AWS Command Line Interface

Verwenden Sie das folgende Beispiel für Unix-, Linux- und macOS-Umgebungen. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^). Verwenden Sie die folgende Anforderungssyntax, um benutzerdefinierte Entitäten in einer Dokumentenmenge zu erkennen:

aws comprehend start-entities-detection-job \
     --entity-recognizer-arn "arn:aws:comprehend:region:account number:entity-recognizer/test-6" \
     --job-name infer-1 \
     --data-access-role-arn "arn:aws:iam::account number:role/service-role/AmazonComprehendServiceRole-role" \
     --language-code en \
     --input-data-config "S3Uri=s3://Bucket Name/Bucket Path" \
     --output-data-config "S3Uri=s3://Bucket Name/Bucket Path/" \
     --region region

Amazon Comprehend antwortet mit dem JobID und JobStatus und gibt die Ausgabe des Jobs im S3-Bucket zurück, den Sie in der Anfrage angegeben haben.

Erkennen benutzerdefinierter Entitäten mithilfe von AWS SDK für Java

Beispiele für Amazon Comprehend, die Java verwenden, finden Sie unter Amazon Comprehend Java-Beispiele.

Erkennen benutzerdefinierter Entitäten mithilfe von AWS SDK für Python (Boto3)

In diesem Beispiel wird ein benutzerdefinierter Entitätserkenner erstellt, das Modell trainiert und es dann in einem Entitätserkennungsauftrag mit dem ausgeführt. AWS SDK für Python (Boto3)

Instanziieren Sie das SDK für Python (Boto3).

import boto3
import uuid
comprehend = boto3.client("comprehend", region_name="region")

Erstellen Sie einen Entitätserkenner:

response = comprehend.create_entity_recognizer(
    RecognizerName="Recognizer-Name-Goes-Here-{}".format(str(uuid.uuid4())),
    LanguageCode="en",
    DataAccessRoleArn="Role ARN",
    InputDataConfig={
        "EntityTypes": [
            {
                "Type": "ENTITY_TYPE"
            }
        ],
        "Documents": {
            "S3Uri": "s3://Bucket Name/Bucket Path/documents"
        },
        "Annotations": {
            "S3Uri": "s3://Bucket Name/Bucket Path/annotations"
        }
    }
)
recognizer_arn = response["EntityRecognizerArn"]

Listet alle Recognizer auf:

response = comprehend.list_entity_recognizers()

Warten Sie, bis der Entitätenerkenner den Status TRAINIERT erreicht hat:

while True:
    response = comprehend.describe_entity_recognizer(
        EntityRecognizerArn=recognizer_arn
    )

    status = response["EntityRecognizerProperties"]["Status"]
    if "IN_ERROR" == status:
        sys.exit(1)
    if "TRAINED" == status:
        break

    time.sleep(10)

Starten Sie einen Job zur Erkennung benutzerdefinierter Entitäten:

response = comprehend.start_entities_detection_job(
    EntityRecognizerArn=recognizer_arn,
    JobName="Detection-Job-Name-{}".format(str(uuid.uuid4())),
    LanguageCode="en",
    DataAccessRoleArn="Role ARN",
    InputDataConfig={
        "InputFormat": "ONE_DOC_PER_LINE",
        "S3Uri": "s3://Bucket Name/Bucket Path/documents"
    },
    OutputDataConfig={
        "S3Uri": "s3://Bucket Name/Bucket Path/output"
    }
)

API-Aktionen für PDF-Dateien überschreiben

Für Bild- und PDF-Dateien können Sie die Standard-Extraktionsaktionen mithilfe des DocumentReaderConfig Parameters in InputDataConfig überschreiben.

Das folgende Beispiel definiert eine JSON-Datei mit dem Namen myInputDataConfig.json , um die InputDataConfig Werte festzulegen. Es legt festDocumentReadConfig, dass die Amazon DetectDocumentText Textract-API für alle PDF-Dateien verwendet wird.

"InputDataConfig": {
  "S3Uri": s3://Bucket Name/Bucket Path",
  "InputFormat": "ONE_DOC_PER_FILE",
  "DocumentReaderConfig": {
      "DocumentReadAction": "TEXTRACT_DETECT_DOCUMENT_TEXT",
      "DocumentReadMode": "FORCE_DOCUMENT_READ_ACTION"
  }
}       

Geben Sie in der StartEntitiesDetectionJob Operation meine InputDataConfig.json Datei als InputDataConfig Parameter an:

  --input-data-config file://myInputDataConfig.json  

Weitere Hinweise zu den DocumentReaderConfig Parametern finden Sie unterOptionen für die Textextraktion festlegen.