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.
Analyse en temps réel pour la reconnaissance d'entités personnalisées (API)
Vous pouvez utiliser l'API Amazon Comprehend pour exécuter une analyse en temps réel avec un modèle personnalisé. Tout d'abord, vous créez un point de terminaison pour exécuter l'analyse en temps réel. Après avoir créé le point de terminaison, vous exécutez l'analyse en temps réel.
Pour plus d'informations sur le provisionnement du débit des terminaux et les coûts associés, consultez. Utilisation des points de terminaison Amazon Comprehend
Rubriques
Création d'un point de terminaison pour la détection d'entités personnalisées
Pour plus d'informations sur les coûts associés aux points de terminaison, consultezUtilisation des points de terminaison Amazon Comprehend.
Création d'un point de terminaison avec AWS CLI
Pour créer un point de terminaison à l'aide deAWS CLI, utilisez la create-endpoint
commande :
$
aws comprehend create-endpoint \
>
--desired-inference-units
number of inference units
\
>
--endpoint-name
endpoint name
\
>
--model-arn
arn:aws:comprehend:region
:account-id
:model/example
\
>
--tags
Key=Key
,Value=Value
Si votre commande aboutit, Amazon Comprehend répond avec l'ARN du point de terminaison :
{ "EndpointArn": "
Arn
" }
Pour plus d'informations sur cette commande, ses arguments de paramètres et sa sortie, consultez create-endpoint
la référence des AWS CLI commandes.
Exécution de la détection d'entités personnalisées en temps réel
Après avoir créé un point de terminaison pour votre modèle de reconnaissance d'entité personnalisé, vous utilisez le point de terminaison pour exécuter l'opération DetectEntitiesd'API. Vous pouvez saisir du texte à l'aide du bytes
paramètre text
or. Entrez les autres types d'entrée à l'aide du bytes
paramètre.
Pour les fichiers image et les fichiers PDF, vous pouvez utiliser le DocumentReaderConfig
paramètre pour remplacer les actions d'extraction de texte par défaut. Pour plus de détails, consultez Configuration des options d'extraction de texte.
Détection d'entités dans le texte à l'aide du AWS CLI
Pour détecter des entités personnalisées dans le texte, exécutez la detect-entities
commande avec le texte saisi dans le text
paramètre.
Exemple : utilisez la CLI pour détecter les entités dans le texte saisi
$
aws comprehend detect-entities \
>
--endpoint-arn
arn
\
>
--language-code
en
\
>
--text
"Andy Jassy is the CEO of Amazon.
"
Si votre commande aboutit, Amazon Comprehend répond par l'analyse. Pour chaque entité détectée par Amazon Comprehend, celui-ci fournit le type d'entité, le texte, l'emplacement et le score de confiance.
Détection d'entités dans des documents semi-structurés à l'aide du AWS CLI
Pour détecter des entités personnalisées dans un fichier PDF, Word ou image, exécutez la detect-entities
commande avec le fichier d'entrée dans le bytes
paramètre.
Exemple : utilisez la CLI pour détecter les entités dans un fichier image
Cet exemple montre comment transmettre le fichier image à l'aide de l'fileb
option permettant de coder les octets de l'image en base64. Pour plus d'informations, consultez la section Objets binaires volumineux dans le guide de AWS Command Line Interface l'utilisateur.
Cet exemple transmet également un fichier JSON nommé config.json
pour définir les options d'extraction de texte.
$
aws comprehend detect-entities \
>
--endpoint-arn
arn
\
>
--language-code
en
\
>
--bytes
fileb://image1.jpg\
>
--document-reader-config file://config.json
Le fichier config.json contient le contenu suivant.
{ "DocumentReadMode": "FORCE_DOCUMENT_READ_ACTION", "DocumentReadAction": "TEXTRACT_DETECT_DOCUMENT_TEXT" }
Pour plus d'informations sur la syntaxe des commandes, consultez DetectEntitiesle manuel Amazon Comprehend API Reference.