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.
Verwenden Sie den Amazon Comprehend CreateEntityRecognizerAPI-Vorgang, um ein benutzerdefiniertes Entitätserkennungsmodell zu erstellen und zu trainieren
Themen
Schulung von benutzerdefinierten Entitätserkennern mit dem AWS Command Line Interface
Die folgenden Beispiele zeigen die Verwendung der CreateEntityRecognizer
Operation und anderer APIs damit verbundener Funktionen AWS CLI.
Die Beispiele sind 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 (^).
Erstellen Sie mit dem create-entity-recognizer
CLI-Befehl einen benutzerdefinierten Entity Recognizer. Informationen zu diesem input-data-config Parameter finden Sie CreateEntityRecognizerin der Amazon Comprehend API-Referenz.
aws comprehend create-entity-recognizer \ --language-code en \ --recognizer-name test-6 \ --data-access-role-arn "arn:aws:iam::
account number
:role/service-role/AmazonComprehendServiceRole-role" \ --input-data-config "EntityTypes=[{Type=PERSON}],Documents={S3Uri=s3://Bucket Name
/Bucket Path
/documents}, Annotations={S3Uri=s3://Bucket Name
/Bucket Path
/annotations}" \ --regionregion
Listet alle Entitätserkenner in einer Region mit dem list-entity-recognizers
CLI-Befehl auf.
aws comprehend list-entity-recognizers \ --region
region
Überprüfen Sie den Jobstatus von benutzerdefinierten Entitätserkennern mit dem describe-entity-recognizer
CLI-Befehl.
aws comprehend describe-entity-recognizer \ --entity-recognizer-arn arn:aws:comprehend:
region
:account number
:entity-recognizer/test-6 \ --regionregion
Schulung von benutzerdefinierten Entitätserkennern mit dem AWS SDK für Java
In diesem Beispiel wird ein benutzerdefinierter Entitätserkenner erstellt und das Modell mithilfe von Java trainiert
Beispiele für Amazon Comprehend, die Java verwenden, finden Sie unter Amazon Comprehend
Trainieren von benutzerdefinierten Entitätserkennern mit Python (Boto3)
Instanziieren Sie das Boto3-SDK:
import boto3
import uuid
comprehend = boto3.client("comprehend", region_name="region
")
Entitätserkennung erstellen:
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"]
Alle Erkennungsprogramme auflisten:
response = comprehend.list_entity_recognizers()
Warten Sie, bis der Recognizer 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)