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.
Formats de fichiers pour l'analyse asynchrone
Lorsque vous exécutez une analyse asynchrone avec votre modèle, vous avez le choix entre plusieurs formats pour les documents d'entrée : One document per line ouone document per file. Le format que vous utilisez dépend du type de documents que vous souhaitez analyser, comme décrit dans le tableau suivant.
| Description | Format |
|---|---|
L'entrée contient plusieurs fichiers. Chaque fichier contient un document d'entrée. Ce format est idéal pour les collections de documents volumineux, tels que des articles de journaux ou des articles scientifiques. Utilisez également ce format pour les documents semi-structurés (fichiers image, PDF ou Docx) à l'aide d'un classificateur de documents natif. |
Un document par dossier |
|
L'entrée est constituée d'un ou de plusieurs fichiers. Chaque ligne du fichier constitue un document d'entrée distinct. Ce format est idéal pour les documents courts, tels que les SMS ou les publications sur les réseaux sociaux. |
Un document par ligne |
Un document par dossier
Avec one document per file format, chaque fichier représente un document d'entrée.
Un document par ligne
Avec le One document per line format, chaque document est placé sur une ligne distincte et aucun en-tête n'est utilisé. L'étiquette n'est pas incluse sur chaque ligne (puisque vous ne connaissez pas encore l'étiquette du document). Chaque ligne du fichier (la fin du document individuel) doit se terminer par une entrée de ligne (LF,\n), un retour chariot (CR, \ r) ou les deux (CRLF, \ r\n). N'utilisez pas le séparateur de UTF-8 lignes (u+2028) pour terminer une ligne.
L'exemple suivant montre le format du fichier d'entrée.
Text of document 1 \n
Text of document 2 \n
Text of document 3 \n
Text of document 4 \nQuel que soit le format, utilisez le UTF-8 codage pour les fichiers texte. Après avoir préparé les fichiers, placez-les dans le compartiment S3 que vous utilisez pour les données d'entrée.
Lorsque vous démarrez une tâche de classification, vous spécifiez cet emplacement Amazon S3 pour vos données d'entrée. L'URI doit se trouver dans la même région que le point de terminaison de l'API que vous appelez. L'URI peut pointer vers un seul fichier (comme lors de l'utilisation de la méthode « un document par ligne ») ou il peut s'agir du préfixe d'un ensemble de fichiers de données.
Par exemple, si vous utilisez l'URIS3://bucketName/prefix, si le préfixe est un fichier unique, Amazon Comprehend utilise ce fichier comme entrée. Si plusieurs fichiers commencent par le préfixe, Amazon Comprehend les utilise tous en entrée.
Autorisez Amazon Comprehend à accéder au compartiment S3 qui contient votre collection de documents et vos fichiers de sortie. Pour de plus amples informations, veuillez consulter Role-based autorisations requises pour les opérations asynchrones.
