Analisis real-time untuk klasifikasi kustom (API)

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Anda dapat menggunakan Amazon Comprehend API untuk menjalankan klasifikasi real-time dengan model kustom. Pertama, Anda membuat titik akhir untuk menjalankan analisis real-time. Setelah Anda membuat endpoint, Anda menjalankan klasifikasi real-time.

Contoh di bagian ini menggunakan format perintah untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter kelanjutan backslash (\) Unix di akhir setiap baris dengan tanda sisipan (^).

Untuk informasi tentang penyediaan throughput titik akhir, dan biaya terkait, lihat. Menggunakan Amazon Comprehend endpoint

Membuat titik akhir untuk klasifikasi kustom

Contoh berikut menunjukkan operasi CreateEndpointAPI menggunakan AWS CLI.

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=My1stTag,Value=Value1

Amazon Comprehend merespons dengan yang berikut:

{
   "EndpointArn": "Arn"
}

Menjalankan klasifikasi kustom real-time

Setelah membuat titik akhir untuk model klasifikasi kustom, Anda menggunakan titik akhir untuk menjalankan operasi ClassifyDocumentAPI. Anda dapat memberikan input teks menggunakan bytes parameter text or. Masukkan jenis input lainnya menggunakan bytes parameter.

Untuk file gambar dan file PDF, Anda dapat menggunakan DocumentReaderConfig parameter untuk mengganti tindakan ekstraksi teks default. Untuk detailnya, lihat Mengatur opsi ekstraksi teks

Untuk hasil terbaik, cocokkan jenis input dengan tipe model classifier. Respons API menyertakan peringatan jika Anda mengirimkan dokumen asli ke model teks biasa, atau file teks biasa ke model dokumen asli. Untuk informasi selengkapnya, lihat Model klasifikasi pelatihan.

Menggunakan AWS Command Line Interface

Contoh berikut menunjukkan bagaimana menggunakan perintah CLI classify-document.

Klasifikasi teks menggunakan AWS CLI

Contoh berikut menjalankan klasifikasi real-time pada blok teks.

aws comprehend classify-document \
     --endpoint-arn arn:aws:comprehend:region:account-id:endpoint/endpoint name \
     --text 'From the Tuesday, April 16th, 1912 edition of The Guardian newspaper: The maiden voyage of the White Star liner Titanic, 
     the largest ship ever launched ended in disaster. The Titanic started her trip from Southampton for New York on Wednesday. Late 
     on Sunday night she struck an iceberg off the Grand Banks of Newfoundland. By wireless telegraphy she sent out signals of distress, 
     and several liners were near enough to catch and respond to the call.'
 

Amazon Comprehend merespons dengan yang berikut:

{
    "Classes": [ 
       { 
          "Name": "string",
          "Score": 0.9793661236763
       }
    ]
 }

Klasifikasi dokumen semi-terstruktur menggunakan AWS CLI

Untuk menganalisis klasifikasi khusus untuk file PDF, Word, atau gambar, jalankan classify-document perintah dengan file input di bytes parameter.

Contoh berikut menggunakan gambar sebagai file input. Ini menggunakan fileb opsi untuk mengkodekan base-64 file byte gambar. Untuk informasi selengkapnya, lihat Objek besar biner di Panduan AWS Command Line Interface Pengguna.

Contoh ini juga melewati file JSON bernama config.json untuk mengatur opsi ekstraksi teks.

$ aws comprehend classify-document \
> --endpoint-arn arn \
> --language-code en \
> --bytes fileb://image1.jpg   \
> --document-reader-config file://config.json   
        

config.jsonFile berisi konten berikut.

 {
    "DocumentReadMode": "FORCE_DOCUMENT_READ_ACTION",
    "DocumentReadAction": "TEXTRACT_DETECT_DOCUMENT_TEXT"    
 }          
        

Amazon Comprehend merespons dengan yang berikut:

{
    "Classes": [ 
       { 
          "Name": "string",
          "Score": 0.9793661236763
       }
    ]
 }

Untuk informasi selengkapnya, lihat ClassifyDocumentdi Referensi API Amazon Comprehend.