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.

Appeler les opérations asynchrones d'Amazon Textract

Amazon Textract fournit une API asynchrone que vous pouvez utiliser pour traiter des documents de plusieurs pages au format PDF ou TIFF. Vous pouvez également utiliser des opérations asynchrones pour traiter des documents d'une seule page au format JPEG, PNG, TIFF ou PDF.

Les informations de cette rubrique utilisent des opérations de détection de texte pour montrer comment utiliser les opérations asynchrones d'Amazon Textract. Vous pouvez utiliser la même approche pour les opérations d'analyse de texte de StartDocumentAnalysiset GetDocumentAnalysis. Cela fonctionne également de la même manière avec StartExpenseAnalysiset GetExpenseAnalysis.

Pour obtenir un exemple, consultez Détection ou analyse du texte dans un document de plusieurs pages.

Si vous analysez des documents de prêt, vous pouvez utiliser cette StartLendingAnalysis opération pour classer les pages du document et envoyer les pages classées à une opération d'analyse Amazon Textract. Les pages sont acheminées vers des opérations d'analyse en fonction de la classe qui leur est attribuée.

Vous pouvez récupérer les résultats de pages individuelles à l'aide de cette GetLendingAnalysis opération ou récupérer un résumé de l'analyse avec. GetLendingAnalysisSummary

Amazon Textract traite de manière asynchrone un document stocké dans un compartiment Amazon S3. Vous commencez le traitement en appelant une Start opération, telle que StartDocumentTextDetection. L’état d’achèvement de la demande est publié dans une rubrique Amazon Simple Notification Service (Amazon SNS). Pour connaître l'état d'achèvement à partir de la rubrique Amazon SNS, vous pouvez utiliser une file d'attente ou une fonction Amazon Simple Queue Service (Amazon SQS). AWS Lambda Après avoir obtenu le statut d'achèvement, vous appelez une opération Get telle que GetDocumentTextDetection pour obtenir le résultat de la demande.

Les résultats des appels asynchrones sont chiffrés et stockés pendant 7 jours dans un compartiment appartenant à Amazon Textract par défaut, sauf si vous spécifiez un compartiment Amazon S3 à l'aide d'un argument d'opération. OutputConfig Pour savoir comment autoriser Amazon Textract à envoyer des documents chiffrés vers votre compartiment Amazon S3, consultez. Autorisations pour la configuration des sorties

Le tableau suivant indique les opérations Start et Get correspondantes pour les différents types de traitement asynchrone pris en charge par Amazon Textract :

Pour un exemple utilisant des AWS Lambda fonctions, consultez Traitement de documents à grande échelle avec Amazon Textract.

Le schéma suivant montre le processus de détection du texte d'un document dans une image de document stockée dans un compartiment Amazon S3. Dans ce schéma, une file d’attente Amazon SNS obtient le statut d’achèvement à partir de la rubrique SNS.

Le processus affiché par le diagramme précédent est le même pour l'analyse du texte et invoices/receipts. Vous commencez à analyser le texte en appelant StartDocumentAnalysiset commencez à analyser invoices/receipts en appelant. StartExpenseAnalysisVous obtenez les résultats en appelant GetDocumentAnalysisou GetExpenseAnalysisrespectivement.

Démarrage de la détection de texte

Vous lancez une demande de détection de texte sur Amazon Textract en appelant. StartDocumentTextDetection L’exemple suivant est une demande JSON transmise par StartDocumentTextDetection.

{
    "DocumentLocation": {
        "S3Object": {
            "Bucket": "bucket",
            "Name": "image.pdf"
        }
    },
    "ClientRequestToken": "DocumentDetectionToken",
    "NotificationChannel": {
        "SNSTopicArn": "arn:aws:sns:us-east-1:nnnnnnnnnn:topic",
        "RoleArn": "arn:aws:iam::nnnnnnnnnn:role/roleTopic"
    },
    "JobTag": "Receipt"
}

Le paramètre d'entrée DocumentLocation fournit le nom du fichier du document et le compartiment Amazon S3 à partir duquel le récupérer. NotificationChannelcontient le nom de ressource Amazon (ARN) de la rubrique Amazon SNS qu'Amazon Textract notifie lorsque la demande de détection de texte est terminée. Le sujet Amazon SNS doit se trouver dans la même région AWS que le point de terminaison Amazon Textract que vous appelez. NotificationChannelcontient également l'ARN d'un rôle qui permet à Amazon Textract de publier sur la rubrique Amazon SNS. Vous accordez à Amazon Textract des autorisations de publication sur vos rubriques Amazon SNS en créant un rôle de service IAM. Pour de plus amples informations, veuillez consulter Configuration d'Amazon Textract pour les opérations asynchrones.

Vous pouvez également spécifier un paramètre d'entrée facultatifJobTag, qui vous permet d'identifier la tâche, ou les groupes de tâches, dans le statut d'achèvement publié sur la rubrique Amazon SNS. Par exemple, vous pouvez l'utiliser JobTag pour identifier le type de document en cours de traitement, tel qu'un formulaire fiscal ou un reçu.

Afin d’éviter toute duplication accidentelle des tâches d’analyse, vous pouvez, si vous le souhaitez, fournir un jeton idempotent, ClientRequestToken. Si vous fournissez une valeur pourClientRequestToken, l'Startopération renvoie la même valeur JobId pour plusieurs appels identiques à l'Startopération, tels queStartDocumentTextDetection. Un jeton ClientRequestToken a une durée de vie de 7 jours. Au delà de 7 jours, vous pouvez le réutiliser. Si vous réutilisez le jeton pendant sa durée de vie, ce qui suit se produit :

Un autre paramètre optionnel disponible est OutputConfig le paramètre qui vous permet de régler l'emplacement de votre sortie. Par défaut, Amazon Textract stockera les résultats en interne et ne sera accessible que par le biais des opérations Get API. OutputConfigLorsque cette option est activée, vous pouvez définir le nom du compartiment auquel la sortie sera envoyée, ainsi que le préfixe du fichier des résultats, dans lequel vous pourrez télécharger vos résultats. En outre, vous pouvez définir le KMSKeyID paramètre sur une clé gérée par le client pour chiffrer votre sortie. Sans ce paramètre défini, Amazon Textract chiffrera côté serveur à l'aide du Clé gérée par AWS

La réponse à l’opération StartDocumentTextDetection est un identifiant de tâche (JobId). JobIdÀ utiliser pour suivre les demandes et obtenir les résultats de l'analyse une fois qu'Amazon Textract a publié le statut d'achèvement dans la rubrique Amazon SNS. Voici un exemple :

{"JobId":"270c1cc5e1d0ea2fbc59d97cb69a72a5495da75851976b14a1784ca90fc180e3"}

Si vous lancez trop de tâches simultanément, les appels déclenchent une StartDocumentTextDetection LimitExceededException exception (code de statut HTTP : 400) jusqu'à ce que le nombre de tâches exécutées simultanément soit inférieur à la limite du service Amazon Textract.

Si vous constatez que LimitExceededException des exceptions sont déclenchées par des pics d'activité, pensez à utiliser une file d'attente Amazon SQS pour gérer les demandes entrantes. Contactez le AWS support si vous constatez que votre nombre moyen de demandes simultanées ne peut pas être géré par une file d'attente Amazon SQS et que vous recevez LimitExceededException toujours des exceptions.

Obtenir le statut d'achèvement d'une demande d'analyse Amazon Textract

Amazon Textract envoie une notification de fin d'analyse à la rubrique Amazon SNS enregistrée. La notification comprend l’identifiant de la tâche et le statut d’achèvement de l’opération dans une chaîne JSON. Une demande de détection de texte réussie possède un SUCCEEDED statut. Par exemple, le résultat suivant montre le traitement réussi d'une tâche de détection de texte.

{
    "JobId": "642492aea78a86a40665555dc375ee97bc963f342b29cd05030f19bd8fd1bc5f",
    "Status": "SUCCEEDED",
    "API": "StartDocumentTextDetection",
    "JobTag": "Receipt",
    "Timestamp": 1543599965969,
    "DocumentLocation": {
        "S3ObjectName": "document",
        "S3Bucket": "bucket"
    }
}

Pour de plus amples informations, veuillez consulter Notification des résultats d'Amazon Textract.

Pour obtenir les informations de statut publiées sur la rubrique Amazon SNS par Amazon Textract, utilisez l'une des options suivantes :

Si vous avez configuré votre compte pour recevoir une notification de résultats depuis une rubrique Amazon Simple Notification Service (Amazon SNS) ou via une file d'attente Amazon SQS, vous devez vous assurer que votre compte est sécurisé en limitant l'accès d'Amazon Textract aux seules ressources que vous utilisez. Pour ce faire, attachez une politique de confiance à votre fonction du service IAM. Pour plus d'informations sur la manière de procéder, voir Prévention des adjoints Cross-service confus.

Obtenir les résultats de détection de texte d'Amazon Textract

Pour obtenir les résultats d'une demande de détection de texte, assurez-vous d'abord que le statut d'achèvement extrait de la rubrique Amazon SNS est le suivant. SUCCEEDED Ensuite, appelez GetDocumentTextDetection, qui transmet la valeur JobId renvoyée par StartDocumentTextDetection. Le format JSON de la demande est similaire à l’exemple suivant :

{
    "JobId": "270c1cc5e1d0ea2fbc59d97cb69a72a5495da75851976b14a1784ca90fc180e3",
    "MaxResults": 10,
    "SortBy": "TIMESTAMP"
}

JobIdest l'identifiant de l'opération de détection de texte. La détection de texte pouvant générer de grandes quantités de données, MaxResults utilisez-la pour spécifier le nombre maximal de résultats à renvoyer en une seule Get opération. La valeur par défaut pour MaxResults est 1 000. Si vous spécifiez une valeur supérieure à 1 000, seuls 1 000 résultats sont renvoyés. Si l'opération ne renvoie pas tous les résultats, un jeton de pagination est renvoyé pour la page suivante. Pour obtenir la page de résultats suivante, spécifiez le jeton dans le NextToken paramètre.

Le JSON de réponse à l'GetDocumentTextDetectionopération est similaire à ce qui suit. Le nombre total de pages détectées est renvoyéDocumentMetadata. Le texte détecté est renvoyé dans le Blocks tableau. Pour plus d'informations sur Block les objets, consultezObjets de réponse pour la détection de texte et l'analyse de documents.

{
    "DocumentMetadata": {
        "Pages": 1
    },
    "JobStatus": "SUCCEEDED",
    "Blocks": [
        {
            "BlockType": "PAGE",
            "Geometry": {
                "BoundingBox": {
                    "Width": 1.0,
                    "Height": 1.0,
                    "Left": 0.0,
                    "Top": 0.0
                },
                "Polygon": [
                    {
                        "X": 0.0,
                        "Y": 0.0
                    },
                    {
                        "X": 1.0,
                        "Y": 0.0
                    },
                    {
                        "X": 1.0,
                        "Y": 1.0
                    },
                    {
                        "X": 0.0,
                        "Y": 1.0
                    }
                ]
            },
            "Id": "64533157-c47e-401a-930e-7ca1bb3ac3fa",
            "Relationships": [
                {
                    "Type": "CHILD",
                    "Ids": [
                        "4297834d-dcb1-413b-8908-3b96866ebbb5",
                        "1d85ba24-2877-4d09-b8b2-393833d769e9",
                        "193e9c47-fd87-475a-ba09-3fda210d8784",
                        "bd8aeb62-961b-4b47-b78a-e4ed9eeecd0f"
                    ]
                }
            ],
            "Page": 1
        },
        {
            "BlockType": "LINE",
            "Confidence": 53.301639556884766,
            "Text": "ellooworio",
            "Geometry": {
                "BoundingBox": {
                    "Width": 0.9999999403953552,
                    "Height": 0.5365243554115295,
                    "Left": 0.0,
                    "Top": 0.46347561478614807
                },
                "Polygon": [
                    {
                        "X": 0.0,
                        "Y": 0.46347561478614807
                    },
                    {
                        "X": 0.9999999403953552,
                        "Y": 0.46347561478614807
                    },
                    {
                        "X": 0.9999999403953552,
                        "Y": 1.0
                    },
                    {
                        "X": 0.0,
                        "Y": 1.0
                    }
                ]
            },
            "Id": "4297834d-dcb1-413b-8908-3b96866ebbb5",
            "Relationships": [
                {
                    "Type": "CHILD",
                    "Ids": [
                        "170c3eb9-5155-4bec-8c44-173bba537e70"
                    ]
                }
            ],
            "Page": 1
        },
        {
            "BlockType": "LINE",
            "Confidence": 89.15632629394531,
            "Text": "He llo,",
            "Geometry": {
                "BoundingBox": {
                    "Width": 0.33642634749412537,
                    "Height": 0.49159330129623413,
                    "Left": 0.13885067403316498,
                    "Top": 0.17169663310050964
                },
                "Polygon": [
                    {
                        "X": 0.13885067403316498,
                        "Y": 0.17169663310050964
                    },
                    {
                        "X": 0.47527703642845154,
                        "Y": 0.17169663310050964
                    },
                    {
                        "X": 0.47527703642845154,
                        "Y": 0.6632899641990662
                    },
                    {
                        "X": 0.13885067403316498,
                        "Y": 0.6632899641990662
                    }
                ]
            },
            "Id": "1d85ba24-2877-4d09-b8b2-393833d769e9",
            "Relationships": [
                {
                    "Type": "CHILD",
                    "Ids": [
                        "516ae823-3bab-4f9a-9d74-ad7150d128ab",
                        "6bcf4ea8-bbe8-4686-91be-b98dd63bc6a6"
                    ]
                }
            ],
            "Page": 1
        },
        {
            "BlockType": "LINE",
            "Confidence": 82.44834899902344,
            "Text": "worlo",
            "Geometry": {
                "BoundingBox": {
                    "Width": 0.33182239532470703,
                    "Height": 0.3766750991344452,
                    "Left": 0.5091826915740967,
                    "Top": 0.23131252825260162
                },
                "Polygon": [
                    {
                        "X": 0.5091826915740967,
                        "Y": 0.23131252825260162
                    },
                    {
                        "X": 0.8410050868988037,
                        "Y": 0.23131252825260162
                    },
                    {
                        "X": 0.8410050868988037,
                        "Y": 0.607987642288208
                    },
                    {
                        "X": 0.5091826915740967,
                        "Y": 0.607987642288208
                    }
                ]
            },
            "Id": "193e9c47-fd87-475a-ba09-3fda210d8784",
            "Relationships": [
                {
                    "Type": "CHILD",
                    "Ids": [
                        "ed135c3b-35dd-4085-8f00-26aedab0125f"
                    ]
                }
            ],
            "Page": 1
        },
        {
            "BlockType": "LINE",
            "Confidence": 88.50325775146484,
            "Text": "world",
            "Geometry": {
                "BoundingBox": {
                    "Width": 0.35004907846450806,
                    "Height": 0.19635874032974243,
                    "Left": 0.527581512928009,
                    "Top": 0.30100569128990173
                },
                "Polygon": [
                    {
                        "X": 0.527581512928009,
                        "Y": 0.30100569128990173
                    },
                    {
                        "X": 0.8776305913925171,
                        "Y": 0.30100569128990173
                    },
                    {
                        "X": 0.8776305913925171,
                        "Y": 0.49736443161964417
                    },
                    {
                        "X": 0.527581512928009,
                        "Y": 0.49736443161964417
                    }
                ]
            },
            "Id": "bd8aeb62-961b-4b47-b78a-e4ed9eeecd0f",
            "Relationships": [
                {
                    "Type": "CHILD",
                    "Ids": [
                        "9e28834d-798e-4a62-8862-a837dfd895a6"
                    ]
                }
            ],
            "Page": 1
        },
        {
            "BlockType": "WORD",
            "Confidence": 53.301639556884766,
            "Text": "ellooworio",
            "Geometry": {
                "BoundingBox": {
                    "Width": 1.0,
                    "Height": 0.5365243554115295,
                    "Left": 0.0,
                    "Top": 0.46347561478614807
                },
                "Polygon": [
                    {
                        "X": 0.0,
                        "Y": 0.46347561478614807
                    },
                    {
                        "X": 1.0,
                        "Y": 0.46347561478614807
                    },
                    {
                        "X": 1.0,
                        "Y": 1.0
                    },
                    {
                        "X": 0.0,
                        "Y": 1.0
                    }
                ]
            },
            "Id": "170c3eb9-5155-4bec-8c44-173bba537e70",
            "Page": 1
        },
        {
            "BlockType": "WORD",
            "Confidence": 88.46246337890625,
            "Text": "He",
            "Geometry": {
                "BoundingBox": {
                    "Width": 0.15350718796253204,
                    "Height": 0.29955607652664185,
                    "Left": 0.13885067403316498,
                    "Top": 0.21856294572353363
                },
                "Polygon": [
                    {
                        "X": 0.13885067403316498,
                        "Y": 0.21856294572353363
                    },
                    {
                        "X": 0.292357861995697,
                        "Y": 0.21856294572353363
                    },
                    {
                        "X": 0.292357861995697,
                        "Y": 0.5181190371513367
                    },
                    {
                        "X": 0.13885067403316498,
                        "Y": 0.5181190371513367
                    }
                ]
            },
            "Id": "516ae823-3bab-4f9a-9d74-ad7150d128ab",
            "Page": 1
        },
        {
            "BlockType": "WORD",
            "Confidence": 89.8501968383789,
            "Text": "llo,",
            "Geometry": {
                "BoundingBox": {
                    "Width": 0.17724157869815826,
                    "Height": 0.49159327149391174,
                    "Left": 0.2980354428291321,
                    "Top": 0.17169663310050964
                },
                "Polygon": [
                    {
                        "X": 0.2980354428291321,
                        "Y": 0.17169663310050964
                    },
                    {
                        "X": 0.47527703642845154,
                        "Y": 0.17169663310050964
                    },
                    {
                        "X": 0.47527703642845154,
                        "Y": 0.6632899045944214
                    },
                    {
                        "X": 0.2980354428291321,
                        "Y": 0.6632899045944214
                    }
                ]
            },
            "Id": "6bcf4ea8-bbe8-4686-91be-b98dd63bc6a6",
            "Page": 1
        },
        {
            "BlockType": "WORD",
            "Confidence": 82.44834899902344,
            "Text": "worlo",
            "Geometry": {
                "BoundingBox": {
                    "Width": 0.33182239532470703,
                    "Height": 0.3766750991344452,
                    "Left": 0.5091826915740967,
                    "Top": 0.23131252825260162
                },
                "Polygon": [
                    {
                        "X": 0.5091826915740967,
                        "Y": 0.23131252825260162
                    },
                    {
                        "X": 0.8410050868988037,
                        "Y": 0.23131252825260162
                    },
                    {
                        "X": 0.8410050868988037,
                        "Y": 0.607987642288208
                    },
                    {
                        "X": 0.5091826915740967,
                        "Y": 0.607987642288208
                    }
                ]
            },
            "Id": "ed135c3b-35dd-4085-8f00-26aedab0125f",
            "Page": 1
        },
        {
            "BlockType": "WORD",
            "Confidence": 88.50325775146484,
            "Text": "world",
            "Geometry": {
                "BoundingBox": {
                    "Width": 0.35004907846450806,
                    "Height": 0.19635874032974243,
                    "Left": 0.527581512928009,
                    "Top": 0.30100569128990173
                },
                "Polygon": [
                    {
                        "X": 0.527581512928009,
                        "Y": 0.30100569128990173
                    },
                    {
                        "X": 0.8776305913925171,
                        "Y": 0.30100569128990173
                    },
                    {
                        "X": 0.8776305913925171,
                        "Y": 0.49736443161964417
                    },
                    {
                        "X": 0.527581512928009,
                        "Y": 0.49736443161964417
                    }
                ]
            },
            "Id": "9e28834d-798e-4a62-8862-a837dfd895a6",
            "Page": 1
        }
    ]
}

Utilisation d'un adaptateur

Avec Amazon Textract, vous pouvez utiliser un adaptateur lorsque vous appelez l'StartDocumentAnalysisopération. Pour utiliser un adaptateur, vous devez d'abord créer et entraîner un adaptateur à l'aide de la console Amazon Textract. Pour appliquer votre adaptateur, fournissez son identifiant lors de l'appel de l'opération StartDocumentAnalysisAPI. Lorsque vous appelez l'StartDocumentAnalysisopération, vous pouvez utiliser jusqu'à un adaptateur par page.

"AdaptersConfig": { 
      "Adapters": [ 
         { 
            "AdapterId": "2e9bf1c4aa31",
            "Version": "1",
            "Pages": [ "1" ]
         }
      ]
   }