Memulai pekerjaan deteksi entitas kustom (API)

Anda dapat menggunakan API untuk memulai dan memantau pekerjaan analisis asinkron untuk pengenalan entitas kustom.

Untuk memulai pekerjaan deteksi entitas kustom dengan StartEntitiesDetectionJob operasi, Anda berikan EntityRecognizerArn, yang merupakan Nama Sumber Daya Amazon (ARN) dari model terlatih. Anda dapat menemukan ARN ini dalam menanggapi CreateEntityRecognizer operasi.

Mendeteksi entitas khusus menggunakan AWS Command Line Interface

Gunakan contoh berikut untuk lingkungan Unix, Linux, dan macOS. Untuk Windows, ganti karakter kelanjutan Unix garis miring (\) di akhir setiap baris dengan tanda centang (^). Untuk mendeteksi entitas kustom dalam kumpulan dokumen, gunakan sintaks permintaan berikut:

aws comprehend start-entities-detection-job \
     --entity-recognizer-arn "arn:aws:comprehend:region:account number:entity-recognizer/test-6" \
     --job-name infer-1 \
     --data-access-role-arn "arn:aws:iam::account number:role/service-role/AmazonComprehendServiceRole-role" \
     --language-code en \
     --input-data-config "S3Uri=s3://Bucket Name/Bucket Path" \
     --output-data-config "S3Uri=s3://Bucket Name/Bucket Path/" \
     --region region

Amazon Comprecept merespons dengan JobID JobStatus dan dan akan mengembalikan output dari pekerjaan di bucket S3 yang Anda tentukan dalam permintaan.

Mendeteksi entitas khusus menggunakan AWS SDK untuk Java

Untuk contoh Amazon Comprecept yang menggunakan Java, lihat contoh Amazon Comprecept Java.

Mendeteksi entitas khusus menggunakan AWS SDK untuk Python (Boto3)

Contoh ini membuat pengenal entitas kustom, melatih model, dan kemudian menjalankannya dalam pekerjaan pengenal entitas menggunakan. AWS SDK untuk Python (Boto3)

Buat instance SDK untuk Python (Boto3).

import boto3
import uuid
comprehend = boto3.client("comprehend", region_name="region")

Buat pengenal entitas:

response = comprehend.create_entity_recognizer(
    RecognizerName="Recognizer-Name-Goes-Here-{}".format(str(uuid.uuid4())),
    LanguageCode="en",
    DataAccessRoleArn="Role ARN",
    InputDataConfig={
        "EntityTypes": [
            {
                "Type": "ENTITY_TYPE"
            }
        ],
        "Documents": {
            "S3Uri": "s3://Bucket Name/Bucket Path/documents"
        },
        "Annotations": {
            "S3Uri": "s3://Bucket Name/Bucket Path/annotations"
        }
    }
)
recognizer_arn = response["EntityRecognizerArn"]

Daftar semua pengenal:

response = comprehend.list_entity_recognizers()

Tunggu pengenal entitas mencapai status TERLATIH:

while True:
    response = comprehend.describe_entity_recognizer(
        EntityRecognizerArn=recognizer_arn
    )

    status = response["EntityRecognizerProperties"]["Status"]
    if "IN_ERROR" == status:
        sys.exit(1)
    if "TRAINED" == status:
        break

    time.sleep(10)

Mulai pekerjaan deteksi entitas kustom:

response = comprehend.start_entities_detection_job(
    EntityRecognizerArn=recognizer_arn,
    JobName="Detection-Job-Name-{}".format(str(uuid.uuid4())),
    LanguageCode="en",
    DataAccessRoleArn="Role ARN",
    InputDataConfig={
        "InputFormat": "ONE_DOC_PER_LINE",
        "S3Uri": "s3://Bucket Name/Bucket Path/documents"
    },
    OutputDataConfig={
        "S3Uri": "s3://Bucket Name/Bucket Path/output"
    }
)

Mengganti tindakan API untuk file PDF

Untuk file gambar dan file PDF, Anda dapat mengganti tindakan ekstraksi default menggunakan DocumentReaderConfig parameter diInputDataConfig.

Contoh berikut mendefinisikan file JSON bernama my InputDataConfig.json untuk mengatur InputDataConfig nilai. Ini diatur DocumentReadConfig untuk menggunakan Amazon Textract DetectDocumentText API untuk semua file PDF.

"InputDataConfig": {
  "S3Uri": s3://Bucket Name/Bucket Path",
  "InputFormat": "ONE_DOC_PER_FILE",
  "DocumentReaderConfig": {
      "DocumentReadAction": "TEXTRACT_DETECT_DOCUMENT_TEXT",
      "DocumentReadMode": "FORCE_DOCUMENT_READ_ACTION"
  }
}       

Dalam StartEntitiesDetectionJob operasi, tentukan InputDataConfig.json file saya sebagai InputDataConfig parameter:

  --input-data-config file://myInputDataConfig.json  

Untuk informasi lebih lanjut tentang DocumentReaderConfig parameter, lihatMengatur opsi ekstraksi teks.