Seleccione sus preferencias de cookies

Usamos cookies esenciales y herramientas similares que son necesarias para proporcionar nuestro sitio y nuestros servicios. Usamos cookies de rendimiento para recopilar estadísticas anónimas para que podamos entender cómo los clientes usan nuestro sitio y hacer mejoras. Las cookies esenciales no se pueden desactivar, pero puede hacer clic en “Personalizar” o “Rechazar” para rechazar las cookies de rendimiento.

Si está de acuerdo, AWS y los terceros aprobados también utilizarán cookies para proporcionar características útiles del sitio, recordar sus preferencias y mostrar contenido relevante, incluida publicidad relevante. Para aceptar o rechazar todas las cookies no esenciales, haga clic en “Aceptar” o “Rechazar”. Para elegir opciones más detalladas, haga clic en “Personalizar”.

Localización de PII entidades con tareas asíncronas () API

Modo de enfoque
Localización de PII entidades con tareas asíncronas () API - Amazon Comprehend

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Ejecute un trabajo por lotes asíncrono para ubicarlos PII en una colección de documentos. Para ejecutar el trabajo, cargue los documentos en Amazon S3 y envíe una StartPiiEntitiesDetectionJobsolicitud.

Antes de comenzar

Antes de comenzar, asegúrese de que dispone de:

  • Buckets de entrada y salida: identifique los buckets de Amazon S3 que desea utilizar para los archivos de entrada y salida. Los buckets deben estar en la misma región a la API que llamas.

  • IAMrol de servicio: debe tener un rol de IAM servicio con permiso para acceder a sus depósitos de entrada y salida. Para obtener más información, consulte Se requieren permisos basados en roles para las operaciones asíncronas.

Parámetros de entrada

En la solicitud, incluya los siguientes parámetros obligatorios:

  • InputDataConfig— Proporcione una InputDataConfigdefinición para su solicitud, que incluya las propiedades de entrada del trabajo. Para el parámetro S3Uri, especifique la ubicación de Amazon S3 de los documentos de entrada.

  • OutputDataConfig— Proporcione una OutputDataConfigdefinición para su solicitud, que incluya las propiedades de salida del trabajo. Para el parámetro S3Uri, especifique la ubicación de Amazon S3 en la que Amazon Comprehend escribe los resultados de su análisis.

  • DataAccessRoleArn— Proporcione el nombre del recurso de Amazon (ARN) de un AWS Identity and Access Management rol. Este rol debe conceder a Amazon Comprehend acceso de lectura a sus datos de entrada y acceso de escritura a su ubicación de salida en Amazon S3. Para obtener más información, consulte Se requieren permisos basados en roles para las operaciones asíncronas.

  • Mode: establezca este parámetro en ONLY_OFFSETS. Con esta configuración, la salida proporciona los desplazamientos de caracteres que ubican a cada PII entidad en el texto de entrada. El resultado también incluye puntuaciones de confianza y tipos de PII entidades.

  • LanguageCode— Defina este parámetro en en oes. Amazon Comprehend admite la PII detección en texto en inglés o español.

Métodos de trabajo asíncrono

StartPiiEntitiesDetectionJob devuelve un identificador de trabajo para que pueda supervisar el progreso del trabajo y recuperar su estado cuando se complete.

Para supervisar el progreso de un trabajo de análisis, proporcione el identificador del trabajo a la DescribePiiEntitiesDetectionJoboperación. La respuesta de DescribePiiEntitiesDetectionJob contiene el campo JobStatus con el estado actual del trabajo. Un trabajo exitoso pasa por los siguientes estados:

SUBMITTED-> EN_ PROGRESS ->COMPLETED.

Cuando un trabajo de análisis haya finalizado (JobStatuses decir COMPLETEDFAILED, oSTOPPED), utilícelo DescribePiiEntitiesDetectionJob para obtener la ubicación de los resultados. Si el estado del trabajo es COMPLETED, la respuesta incluirá un campo OutputDataConfig que contiene un campo con la ubicación de Amazon S3 del archivo de salida.

Para obtener información adicional sobre los pasos a seguir para el análisis asíncrono de Amazon Comprehend, consulte Procesamiento por lotes asincrónico.

Formato de archivo de salida

El archivo de salida tiene el mismo nombre que el del archivo de entrada, con un anexo .out al final. Contiene los resultados del análisis.

A continuación se muestra un ejemplo de un archivo de salida de un trabajo de análisis que detectó PII entidades en los documentos. El formato de entrada es de un documento por línea.

{ "Entities": [ { "Type": "NAME", "BeginOffset": 40, "EndOffset": 69, "Score": 0.999995 }, { "Type": "ADDRESS", "BeginOffset": 247, "EndOffset": 253, "Score": 0.998828 }, { "Type": "BANK_ACCOUNT_NUMBER", "BeginOffset": 406, "EndOffset": 411, "Score": 0.693283 } ], "File": "doc.txt", "Line": 0 }, { "Entities": [ { "Type": "SSN", "BeginOffset": 1114, "EndOffset": 1124, "Score": 0.999999 }, { "Type": "EMAIL", "BeginOffset": 3742, "EndOffset": 3775, "Score": 0.999993 }, { "Type": "PIN", "BeginOffset": 4098, "EndOffset": 4102, "Score": 0.999995 } ], "File": "doc.txt", "Line": 1 }

A continuación, se muestra un ejemplo del resultado de un análisis en el que el formato de la entrada es un documento por archivo.

{ "Entities": [ { "Type": "NAME", "BeginOffset": 40, "EndOffset": 69, "Score": 0.999995 }, { "Type": "ADDRESS", "BeginOffset": 247, "EndOffset": 253, "Score": 0.998828 }, { "Type": "BANK_ROUTING", "BeginOffset": 279, "EndOffset": 289, "Score": 0.999999 } ], "File": "doc.txt" }

Análisis asíncrono mediante el AWS Command Line Interface

En el siguiente ejemplo, se utiliza la operación StartPiiEntitiesDetectionJob con la AWS CLI.

El ejemplo está formateado para Unix, Linux y macOS. Para Windows, sustituya la barra diagonal invertida (\) utilizada como carácter de continuación de Unix al final de cada línea por el signo de intercalación (^).

aws comprehend start-pii-entities-detection-job \ --region region \ --job-name job name \ --cli-input-json file://path to JSON input file

Para el cli-input-json parámetro, debe proporcionar la ruta a un JSON archivo que contiene los datos de la solicitud, como se muestra en el siguiente ejemplo.

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

Si la solicitud para iniciar el trabajo de detección de eventos se realizó correctamente, recibirá una respuesta similar a la siguiente:

{ "JobId": "5d2fbe6e...e2c" "JobArn": "arn:aws:comprehend:us-west-2:123456789012:pii-entities-detection-job/5d2fbe6e...e2c" "JobStatus": "SUBMITTED", }

Puede utilizar la DescribeEventsDetectionJoboperación para obtener el estado de un trabajo existente. Si la solicitud para iniciar el trabajo de detección de eventos se realizó correctamente, recibirá una respuesta similar a la siguiente:

aws comprehend describe-pii-entities-detection-job \ --region region \ --job-id job ID

Cuando el trabajo se complete correctamente, recibirá una respuesta similar a la siguiente:

{ "PiiEntitiesDetectionJobProperties": { "JobId": "5d2fbe6e...e2c" "JobArn": "arn:aws:comprehend:us-west-2:123456789012:pii-entities-detection-job/5d2fbe6e...e2c" "JobName": "piiCLItest3", "JobStatus": "COMPLETED", "SubmitTime": "2022-05-05T14:54:06.169000-07:00", "EndTime": "2022-05-05T15:00:17.007000-07:00", "InputDataConfig": { (identical to the input data that you provided with the request) } }
PrivacidadTérminos del sitioPreferencias de cookies
© 2025, Amazon Web Services, Inc o sus afiliados. Todos los derechos reservados.