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.

Trainieren von benutzerdefinierten Entity Recognizers (API)

Um ein benutzerdefiniertes Entitätserkennungsmodell zu erstellen und zu trainieren, verwenden Sie die Amazon Comprehend CreateEntityRecognizer API-Operation

Trainieren von benutzerdefinierten Entitätserkennungen mithilfe der AWS Command Line Interface

Die folgenden Beispiele zeigen die Verwendung der -CreateEntityRecognizerOperation und anderer zugehöriger APIs mit der 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 einen benutzerdefinierten Entity Recognizer mit dem create-entity-recognizer CLI-Befehl . Weitere Informationen zum input-data-config Parameter finden Sie unter CreateEntityRecognizer in 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}" \
     --region region

Listen Sie alle Entity Recognizer in einer Region mit dem list-entity-recognizers CLI-Befehl auf.

aws comprehend list-entity-recognizers \
     --region region

Überprüfen Sie den Auftragsstatus von benutzerdefinierten Entitätserkennungen 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 \
     --region region

Trainieren von benutzerdefinierten Entitätserkennungen mithilfe der AWS SDK for Java

In diesem Beispiel wird ein benutzerdefinierter Entity Recognizer erstellt und das Modell mithilfe von Java trainiert.

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

Trainieren von benutzerdefinierten Entitätserkennungen mit Python (Boto3)

Boto3 SDK instanziieren:

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"]

Listet alle Erkennungen auf:

response = comprehend.list_entity_recognizers()

Warten Sie, bis die Erkennung den Status TRAINED erreicht:

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)