

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.

# Paso 3: ejecutar trabajos de análisis en documentos en Amazon S3
<a name="tutorial-reviews-analysis"></a>

Después de almacenar los datos en Amazon S3, puede empezar a ejecutar trabajos de análisis de Amazon Comprehend. Un trabajo de análisis de *opinión* determina el estado de ánimo general de un documento (positivo, negativo, neutro o mixto). Un trabajo de análisis de *entidades* extrae los nombres de los objetos del mundo real de un documento. Estos objetos incluyen personas, lugares, títulos, eventos, fechas, cantidades, productos y organizaciones. En este paso, ejecutará dos trabajos de análisis de Amazon Comprehend para extraer la opinión y las entidades del conjunto de datos de muestra.

**Topics**
+ [Requisitos previos](#tutorial-reviews-analysis-prereqs)
+ [Cómo analizar la opinión y las entidades](#tutorial-reviews-analysis-jobs)

## Requisitos previos
<a name="tutorial-reviews-analysis-prereqs"></a>

Antes de comenzar, haga lo siguiente:
+ Complete la [Paso 1: añadir documentos a Amazon S3](tutorial-reviews-add-docs.md).
+ (Opcional) Si utiliza el AWS CLI, complete [Paso 2: (solo CLI) crear un rol de IAM para Amazon Comprehend](tutorial-reviews-create-role.md) y tenga preparado el ARN de su rol de IAM.

## Cómo analizar la opinión y las entidades
<a name="tutorial-reviews-analysis-jobs"></a>

El primer trabajo que ejecute analiza la opinión de cada reseña de un cliente en el conjunto de datos de muestra. El segundo trabajo extrae las entidades de cada reseña de un cliente. Puede realizar trabajos de análisis de Amazon Comprehend utilizando la consola Amazon Comprehend o la AWS CLI. 

**sugerencia**  
Asegúrese de que se encuentra en una AWS región compatible con Amazon Comprehend. Para obtener más información, consulte la [tabla de regiones](https://aws.amazon.com/about-aws/global-infrastructure/regional-product-services/) de la *Guía de infraestructura global*.

### Cómo analizar opiniones y entidades (consola)
<a name="tutorial-reviews-analysis-jobs-console"></a>

Cuando usa la consola de Amazon Comprehend, crea un trabajo cada vez. Debe repetir los siguientes pasos para ejecutar un trabajo de análisis de opiniones y otro de entidades. Tenga en cuenta que, para el primer trabajo, debe crear un rol de IAM, pero para el segundo, puede reutilizar el rol de IAM del primer trabajo. Puede reutilizar el rol de IAM siempre que utilice el mismo bucket de S3 y las mismas carpetas.

**Cómo ejecutar trabajos de análisis de opiniones y entidades (consola)**

1. Asegúrese de estar en la misma región en la que creó el bucket de Amazon Simple Storage Service (Amazon S3). Si se encuentra en otra región, en la barra de navegación, elija la AWS región en la que creó su bucket de S3 en el **selector de regiones**.

1. Abra la consola Amazon Comprehend en [https://console.aws.amazon.com/comprehend/](https://console.aws.amazon.com/comprehend/)

1. Elija **Abrir Amazon Comprehend**.

1. En el panel de navegación, seleccione **Trabajos de análisis**.

1. Seleccione **Crear trabajo**.

1. En la sección **Configuración**, realice lo siguiente:

   1. En **Nombre**, escriba `reviews-sentiment-analysis`.

   1. Para **Tipo de análisis**, elija **Opinión**.

   1. En **Idioma**, seleccione **Inglés**.

   1. Deje desactivada la configuración de **Cifrado de trabajo**.

1. En la sección **Datos de entrada**, realice lo siguiente:

   1. En **Fuente de datos**, seleccione **Mis documentos**.

   1. Para **Ubicación de S3**, seleccione **Explorar S3** y, a continuación, elija su bucket de la lista de buckets.

   1. En su bucket de S3, en **Objetos**, elija su carpeta `input`.

   1. En la carpeta `input`, elija el conjunto de datos de muestra `amazon-reviews.csv` y, a continuación, seleccione **Elegir**.

   1. En **Input format** (Formato de entrada), seleccione **Un documento por línea**.

1. En la sección **Datos de salida**, realice lo siguiente:

   1. Para **Ubicación de S3**, seleccione **Explorar S3** y, a continuación, elija su bucket de la lista de buckets.

   1. En su bucket de S3, en **Objetos**, elija la carpeta `output` y, a continuación, seleccione **Elegir**.

   1. Deje el **cifrado** desactivado.

1. En la sección **Access permissions** (Permisos de acceso), haga lo siguiente:

   1. En **Rol de IAM**, elija **Crear un nuevo rol**.

   1. Para ver **los permisos de acceso**, seleccione **Buckets de S3 de entrada y salida**.

   1. En **Sufijo de nombre**, escriba `comprehend-access-role`. Este rol proporciona acceso a su bucket de S3 de Amazon.

1. Seleccione **Crear tarea**.

1. Repita los pasos 1 a 10 para crear un trabajo de análisis de entidades. Realice los siguientes cambios:

   1. En **Configuración del trabajo** , en **Nombre**, introduzca `reviews-entities-analysis`.

   1. En **Configuración del trabajo**, en **Tipo de análisis**, elija **Entidades**.

   1. En **Permisos de acceso**, elija **Usar un rol de IAM existente**. En **Nombre del rol**, elija `AmazonComprehendServiceRole-comprehend-access-role` (es el mismo rol que creó para el trabajo de opiniones).

### Cómo analizar opiniones y entidades (AWS CLI)
<a name="tutorial-reviews-analysis-jobs-cli"></a>

Los comandos `start-sentiment-detection-job` y los `start-entities-detection-job` comandos se utilizan para ejecutar trabajos de análisis de opiniones y entidades. Tras ejecutar cada comando, se AWS CLI muestra un objeto JSON con un `JobId` valor que le permite acceder a los detalles del trabajo, incluida la ubicación de salida en S3.

**Para ejecutar trabajos de análisis de sentimientos y entidades (AWS CLI)**

1. Inicie un trabajo de análisis de opiniones ejecutando el siguiente comando en AWS CLI. Sustituya `arn:aws:iam::123456789012:role/comprehend-access-role` por el ARN del rol de IAM que copió anteriormente en un editor de texto. Si su AWS CLI región predeterminada es diferente de la región en la que creó su bucket de Amazon S3, incluya el `--region` parámetro y `us-east-1` sustitúyalo por la región en la que reside su bucket.

   ```
   aws comprehend start-sentiment-detection-job 
   --input-data-config S3Uri=s3://amzn-s3-demo-bucket/input/
   --output-data-config S3Uri=s3://amzn-s3-demo-bucket/output/ 
   --data-access-role-arn arn:aws:iam::123456789012:role/comprehend-access-role
   --job-name reviews-sentiment-analysis
   --language-code en
   [--region us-east-1]
   ```

1. Después de enviar el trabajo, copie el `JobId` y guárdelo en un editor de texto. Necesitará `JobId` para encontrar los archivos de salida del trabajo de análisis.

1. Ejecute el siguiente comando para iniciar un trabajo de análisis de entidades.

   ```
   aws comprehend start-entities-detection-job 
   --input-data-config S3Uri=s3://amzn-s3-demo-bucket/input/
   --output-data-config S3Uri=s3://amzn-s3-demo-bucket/output/ 
   --data-access-role-arn arn:aws:iam::123456789012:role/comprehend-access-role
   --job-name reviews-entities-analysis
   --language-code en
   [--region us-east-1]
   ```

1. Después de enviar el trabajo, copie el `JobId` y guárdelo en un editor de texto.

1. Compruebe el estado de sus trabajos. Puede ver el progreso de un trabajo haciendo un seguimiento de su `JobId`.

   Use el siguiente comando para realizar un seguimiento del progreso de su trabajo de análisis de opiniones. Sustituya `sentiment-job-id` por el `JobId` que copió después de ejecutar el análisis de opinión.

   ```
   aws comprehend describe-sentiment-detection-job
   --job-id sentiment-job-id
   ```

   Use el siguiente comando para realizar un seguimiento del trabajo de análisis de entidades. Sustituya `entities-job-id` por el `JobId` que copió después de ejecutar el análisis de opinión.

   ```
   aws comprehend describe-entities-detection-job
   --job-id entities-job-id
   ```

   El `JobStatus` tarda varios minutos en mostrarse como `COMPLETED`.

Ha realizado trabajos de análisis de opiniones y entidades. Ambos trabajos deben completarse antes de pasar al siguiente paso. Los trabajos pueden tardar varios minutos en finalizar.