D'autres exemples de AWS SDK sont disponibles dans le référentiel [AWS Doc SDK Examples](https://github.com/awsdocs/aws-doc-sdk-examples) GitHub . Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra. # Utilisation `StartDocumentClassificationJob` avec un AWS SDK ou une CLI Les exemples de code suivants illustrent comment utiliser `StartDocumentClassificationJob`. Les exemples d’actions sont des extraits de code de programmes de plus grande envergure et doivent être exécutés en contexte. Vous pouvez voir cette action en contexte dans l’exemple de code suivant : + [Entraînement d’un classificateur personnalisé et classification des documents](comprehend_example_comprehend_Usage_ComprehendClassifier_section.md) ------ #### [ CLI ] **AWS CLI** **Pour démarrer une tâche de classification de documents** L’exemple `start-document-classification-job` suivant démarre une tâche de classification de documents avec un modèle personnalisé sur tous les fichiers à l’adresse spécifiée par la balise `--input-data-config`. Dans cet exemple, le compartiment S3 d’entrée contient `SampleSMStext1.txt`, `SampleSMStext2.txt` et `SampleSMStext3.txt`. Le modèle avait déjà été entraîné à la classification des documents contenant des messages SMS désirables ou indésirables, ou « ham ». Lorsque la tâche est terminée, `output.tar.gz` est placé à l’emplacement spécifié par la balise `--output-data-config`. `output.tar.gz` contient `predictions.jsonl` qui répertorie la classification de chaque document. La sortie Json est imprimée sur une ligne par fichier, mais elle est mise en forme ici pour plus de lisibilité. ``` aws comprehend start-document-classification-job \ --job-name exampleclassificationjob \ --input-data-config "S3Uri=s3://amzn-s3-demo-bucket-INPUT/jobdata/" \ --output-data-config "S3Uri=s3://amzn-s3-demo-destination-bucket/testfolder/" \ --data-access-role-arn arn:aws:iam::111122223333:role/service-role/AmazonComprehendServiceRole-example-role \ --document-classifier-arn arn:aws:comprehend:us-west-2:111122223333:document-classifier/mymodel/version/12 ``` Contenu de `SampleSMStext1.txt` : ``` "CONGRATULATIONS! TXT 2155550100 to win $5000" ``` Contenu de `SampleSMStext2.txt` : ``` "Hi, when do you want me to pick you up from practice?" ``` Contenu de `SampleSMStext3.txt` : ``` "Plz send bank account # to 2155550100 to claim prize!!" ``` Sortie : ``` { "JobId": "e758dd56b824aa717ceab551fEXAMPLE", "JobArn": "arn:aws:comprehend:us-west-2:111122223333:document-classification-job/e758dd56b824aa717ceab551fEXAMPLE", "JobStatus": "SUBMITTED" } ``` Contenu de `predictions.jsonl` : ``` {"File": "SampleSMSText1.txt", "Line": "0", "Classes": [{"Name": "spam", "Score": 0.9999}, {"Name": "ham", "Score": 0.0001}]} {"File": "SampleSMStext2.txt", "Line": "0", "Classes": [{"Name": "ham", "Score": 0.9994}, {"Name": "spam", "Score": 0.0006}]} {"File": "SampleSMSText3.txt", "Line": "0", "Classes": [{"Name": "spam", "Score": 0.9999}, {"Name": "ham", "Score": 0.0001}]} ``` Pour plus d’informations, consultez [Classification personnalisée](https://docs.aws.amazon.com/comprehend/latest/dg/how-document-classification.html) dans le *Guide du développeur Amazon Comprehend*. + Pour plus de détails sur l'API, reportez-vous [StartDocumentClassificationJob](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehend/start-document-classification-job.html)à la section *Référence des AWS CLI commandes*. ------ #### [ Python ] **Kit SDK for Python (Boto3)** Il y en a plus à ce sujet GitHub. Trouvez l’exemple complet et découvrez comment le configurer et l’exécuter dans le [référentiel d’exemples de code AWS](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/python/example_code/comprehend#code-examples). ``` class ComprehendClassifier: """Encapsulates an Amazon Comprehend custom classifier.""" def __init__(self, comprehend_client): """ :param comprehend_client: A Boto3 Comprehend client. """ self.comprehend_client = comprehend_client self.classifier_arn = None def start_job( self, job_name, input_bucket, input_key, input_format, output_bucket, output_key, data_access_role_arn, ): """ Starts a classification job. The classifier must be trained or the job will fail. Input is read from the specified Amazon S3 input bucket and written to the specified output bucket. Output data is stored in a tar archive compressed in gzip format. The job runs asynchronously, so you can call `describe_document_classification_job` to get job status until it returns a status of SUCCEEDED. :param job_name: The name of the job. :param input_bucket: The Amazon S3 bucket that contains input data. :param input_key: The prefix used to find input data in the input bucket. If multiple objects have the same prefix, all of them are used. :param input_format: The format of the input data, either one document per file or one document per line. :param output_bucket: The Amazon S3 bucket where output data is written. :param output_key: The prefix prepended to the output data. :param data_access_role_arn: The Amazon Resource Name (ARN) of a role that grants Comprehend permission to read from the input bucket and write to the output bucket. :return: Information about the job, including the job ID. """ try: response = self.comprehend_client.start_document_classification_job( DocumentClassifierArn=self.classifier_arn, JobName=job_name, InputDataConfig={ "S3Uri": f"s3://{input_bucket}/{input_key}", "InputFormat": input_format.value, }, OutputDataConfig={"S3Uri": f"s3://{output_bucket}/{output_key}"}, DataAccessRoleArn=data_access_role_arn, ) logger.info( "Document classification job %s is %s.", job_name, response["JobStatus"] ) except ClientError: logger.exception("Couldn't start classification job %s.", job_name) raise else: return response ``` + Pour plus de détails sur l'API, consultez [StartDocumentClassificationJob](https://docs.aws.amazon.com/goto/boto3/comprehend-2017-11-27/StartDocumentClassificationJob)le *AWS manuel de référence de l'API SDK for Python (Boto3*). ------ #### [ SAP ABAP ] **Kit SDK pour SAP ABAP** Il y en a plus à ce sujet GitHub. Trouvez l’exemple complet et découvrez comment le configurer et l’exécuter dans le [référentiel d’exemples de code AWS](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/sap-abap/services/cpd#code-examples). ``` TRY. oo_result = lo_cpd->startdocclassificationjob( iv_jobname = iv_job_name iv_documentclassifierarn = iv_classifier_arn io_inputdataconfig = NEW /aws1/cl_cpdinputdataconfig( iv_s3uri = iv_input_s3_uri iv_inputformat = iv_input_format ) io_outputdataconfig = NEW /aws1/cl_cpdoutputdataconfig( iv_s3uri = iv_output_s3_uri ) iv_dataaccessrolearn = iv_data_access_role_arn ). MESSAGE 'Document classification job started.' TYPE 'I'. CATCH /aws1/cx_cpdinvalidrequestex. MESSAGE 'Invalid request.' TYPE 'E'. CATCH /aws1/cx_cpdtoomanyrequestsex. MESSAGE 'Too many requests.' TYPE 'E'. CATCH /aws1/cx_cpdresourcenotfoundex. MESSAGE 'Resource not found.' TYPE 'E'. CATCH /aws1/cx_cpdresourceunavailex. MESSAGE 'Resource unavailable.' TYPE 'E'. CATCH /aws1/cx_cpdkmskeyvalidationex. MESSAGE 'KMS key validation error.' TYPE 'E'. CATCH /aws1/cx_cpdtoomanytagsex. MESSAGE 'Too many tags.' TYPE 'E'. CATCH /aws1/cx_cpdresrclimitexcdex. MESSAGE 'Resource limit exceeded.' TYPE 'E'. CATCH /aws1/cx_cpdinternalserverex. MESSAGE 'Internal server error occurred.' TYPE 'E'. ENDTRY. ``` + Pour plus de détails sur l'API, reportez-vous [StartDocumentClassificationJob](https://docs.aws.amazon.com/sdk-for-sap-abap/v1/api/latest/index.html)à la section de référence du *AWS SDK pour l'API SAP ABAP*. ------