Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Analisis asinkron untuk pemodelan topik
Untuk menentukan topik dalam kumpulan dokumen, gunakan StartTopicsDetectionJob untuk memulai pekerjaan asinkron. Anda dapat memantau topik dalam dokumen yang ditulis dalam bahasa Inggris atau Spanyol.
Topik
Sebelum Anda mulai
Sebelum memulai, pastikan Anda memiliki:
-
Bucket input dan output —Identifikasi bucket Amazon S3 yang ingin Anda gunakan untuk input dan output. Bucket harus berada di Wilayah yang sama dengan API yang Anda panggil.
-
Peran layanan IAM —Anda harus memiliki peran layanan IAM dengan izin untuk mengakses bucket input dan output Anda. Untuk informasi selengkapnya, lihat Role-based izin diperlukan untuk operasi asinkron.
Menggunakan AWS Command Line Interface
Contoh berikut menunjukkan penggunaan StartTopicsDetectionJob operasi dengan AWS CLI
Contohnya diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter lanjutan garis miring (\) Unix di akhir setiap baris dengan tanda centang (^).
aws comprehend start-topics-detection-job \ --number-of-topicstopics to return\ --job-name "job name" \ --regionregion\ --cli-input-json file://path to JSON input file
Untuk cli-input-json parameter Anda memberikan path ke file JSON yang berisi data permintaan, seperti yang ditunjukkan dalam contoh berikut.
{ "InputDataConfig": { "S3Uri": "s3://input bucket/input path", "InputFormat": "ONE_DOC_PER_FILE" }, "OutputDataConfig": { "S3Uri": "s3://output bucket/output path" }, "DataAccessRoleArn": "arn:aws:iam::account ID:role/data access role" }
Jika permintaan untuk memulai pekerjaan deteksi topik berhasil, Anda akan menerima tanggapan berikut:
{
"JobStatus": "SUBMITTED",
"JobId": "job ID"
}
Gunakan ListTopicsDetectionJobs operasi untuk melihat daftar pekerjaan deteksi topik yang telah Anda kirimkan. Daftar ini mencakup informasi tentang lokasi input dan output yang Anda gunakan dan status masing-masing pekerjaan deteksi. Contohnya diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter lanjutan garis miring (\) Unix di akhir setiap baris dengan tanda centang (^).
aws comprehend list-topics-detection-jobs \--region
Anda akan mendapatkan JSON yang mirip dengan berikut sebagai tanggapan:
{
"TopicsDetectionJobPropertiesList": [
{
"InputDataConfig": {
"S3Uri": "s3://input bucket/input path",
"InputFormat": "ONE_DOC_PER_LINE"
},
"NumberOfTopics": topics to return,
"JobId": "job ID",
"JobStatus": "COMPLETED",
"JobName": "job name",
"SubmitTime": timestamp,
"OutputDataConfig": {
"S3Uri": "s3://output bucket/output path"
},
"EndTime": timestamp
},
{
"InputDataConfig": {
"S3Uri": "s3://input bucket/input path",
"InputFormat": "ONE_DOC_PER_LINE"
},
"NumberOfTopics": topics to return,
"JobId": "job ID",
"JobStatus": "RUNNING",
"JobName": "job name",
"SubmitTime": timestamp,
"OutputDataConfig": {
"S3Uri": "s3://output bucket/output path"
}
}
]
}
Anda dapat menggunakan DescribeTopicsDetectionJob operasi untuk mendapatkan status pekerjaan yang ada. Contohnya diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter lanjutan garis miring (\) Unix di akhir setiap baris dengan tanda centang (^).
aws comprehend describe-topics-detection-job --job-idjob ID
Anda akan mendapatkan JSON berikut sebagai tanggapan:
{
"TopicsDetectionJobProperties": {
"InputDataConfig": {
"S3Uri": "s3://input bucket/input path",
"InputFormat": "ONE_DOC_PER_LINE"
},
"NumberOfTopics": topics to return,
"JobId": "job ID",
"JobStatus": "COMPLETED",
"JobName": "job name",
"SubmitTime": timestamp,
"OutputDataConfig": {
"S3Uri": "s3://output bucket/ouput path"
},
"EndTime": timestamp
}
}
Menggunakan AWS SDK untuk Python (Boto3) atau SDK untuk .NET
Untuk contoh SDK tentang cara memulai pekerjaan pemodelan topik, lihatGunakan StartTopicsDetectionJobdengan AWS SDK atau CLI.