View a markdown version of this page

Asynchrone Analyse zur Themenmodellierung - Amazon Comprehend
Bevor Sie beginnenVerwendung der AWS Command Line InterfaceVerwendung der AWS SDK für Python (Boto3) oder SDK für .NET

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.

Asynchrone Analyse zur Themenmodellierung

Um die Themen in einer Dokumentenmappe zu ermitteln, verwenden Sie den, StartTopicsDetectionJob um einen asynchronen Job zu starten. Sie können Themen in Dokumenten verfolgen, die auf Englisch oder Spanisch verfasst sind.

Bevor Sie beginnen

Bevor Sie beginnen, stellen Sie sicher, dass Sie:

  • Eingabe- und Ausgabe-Buckets — Identifizieren Sie die Amazon S3-Buckets, die Sie für Eingabe und Ausgabe verwenden möchten. Die Buckets müssen sich in derselben Region wie die API befinden, die Sie aufrufen.

  • IAM-Servicerolle — Sie benötigen eine IAM-Servicerolle mit der Berechtigung, auf Ihre Eingabe- und Ausgabe-Buckets zuzugreifen. Weitere Informationen finden Sie unter Role-based Berechtigungen, die für asynchrone Operationen erforderlich sind.

Verwendung der AWS Command Line Interface

Das folgende Beispiel veranschaulicht die Verwendung des Vorgangs mit StartTopicsDetectionJob AWS CLI

Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).

aws comprehend start-topics-detection-job \
                --number-of-topics topics to return \
                --job-name "job name" \
                --region region \
                --cli-input-json file://path to JSON input file

Für den cli-input-json Parameter geben Sie den Pfad zu einer JSON-Datei an, die die Anforderungsdaten enthält, wie im folgenden Beispiel gezeigt.

{
    "InputDataConfig": {
        "S3Uri": "s3://input bucket/input path",
        "InputFormat": "ONE_DOC_PER_FILE"
    },
    "OutputDataConfig": {
        "S3Uri": "s3://output bucket/output path"
    },
    "DataAccessRoleArn": "arn:aws:iam::account ID:role/data access role"
}

Wenn die Anfrage, den Job zur Themenerkennung zu starten, erfolgreich war, erhalten Sie die folgende Antwort:

{
    "JobStatus": "SUBMITTED",
    "JobId": "job ID"
}

Verwenden Sie den ListTopicsDetectionJobs Vorgang, um eine Liste der Aufträge zur Themenerkennung anzuzeigen, die Sie eingereicht haben. Die Liste enthält Informationen über die von Ihnen verwendeten Eingabe- und Ausgabespeicherorte sowie den Status der einzelnen Erkennungsaufträge. Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).

aws comprehend list-topics-detection-jobs \-- region

Als Antwort erhalten Sie eine JSON-Datei, die der folgenden ähnelt:

{
    "TopicsDetectionJobPropertiesList": [
        {
            "InputDataConfig": {
                "S3Uri": "s3://input bucket/input path",
                "InputFormat": "ONE_DOC_PER_LINE"
            },
            "NumberOfTopics": topics to return,
            "JobId": "job ID",
            "JobStatus": "COMPLETED",
            "JobName": "job name",
            "SubmitTime": timestamp,
            "OutputDataConfig": {
                "S3Uri": "s3://output bucket/output path"
            },
            "EndTime": timestamp
        },
        {
            "InputDataConfig": {
                "S3Uri": "s3://input bucket/input path",
                "InputFormat": "ONE_DOC_PER_LINE"
            },
            "NumberOfTopics": topics to return,
            "JobId": "job ID",
            "JobStatus": "RUNNING",
            "JobName": "job name",
            "SubmitTime": timestamp,
            "OutputDataConfig": {
                "S3Uri": "s3://output bucket/output path"
            }
        }
    ]
}

Sie können den DescribeTopicsDetectionJob Vorgang verwenden, um den Status eines vorhandenen Jobs abzurufen. Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).

aws comprehend describe-topics-detection-job --job-id job ID

Als Antwort erhalten Sie die folgende JSON-Datei:

{
    "TopicsDetectionJobProperties": {
        "InputDataConfig": {
            "S3Uri": "s3://input bucket/input path",
            "InputFormat": "ONE_DOC_PER_LINE"
        },
        "NumberOfTopics": topics to return,
        "JobId": "job ID",
        "JobStatus": "COMPLETED",
        "JobName": "job name",
        "SubmitTime": timestamp,
        "OutputDataConfig": {
            "S3Uri": "s3://output bucket/ouput path"
        },
        "EndTime": timestamp
    }
}

Verwendung der AWS SDK für Python (Boto3) oder SDK für .NET

SDK-Beispiele dafür, wie Sie einen Job zur Themenmodellierung starten, finden Sie unterVerwenden Sie StartTopicsDetectionJobmit einem AWS SDK oder CLI.