Mendeteksi bahasa dominan Mendeteksi entitas bernama Mendeteksi frasa kunci Menentukan sentimen Real-time analisis untuk sentimen yang ditargetkan Mendeteksi sintaks Real-time API batch

Real-time analisis menggunakan API

Contoh berikut menunjukkan cara menggunakan Amazon Comprecept API untuk analisis real-time, menggunakan AWS CLI, dan AWS SDK untuk .NET, AWS SDK untuk Java, dan AWS SDK untuk Python (Boto3). Gunakan contoh untuk mempelajari tentang operasi sinkron Amazon Comprecept dan sebagai blok bangunan untuk aplikasi Anda sendiri.

Contoh NET tersebut pada bagian ini menggunakan AWS SDK untuk .NET. Anda dapat menggunakan AWS Toolkit for Visual Studio untuk mengembangkan AWS aplikasi menggunakan .NET. Ini termasuk template yang bermanfaat dan AWS Explorer untuk menyebarkan aplikasi dan mengelola layanan. Untuk perspektif pengembang.NET AWS, lihat AWS panduan untuk pengembang.NET.

Topik

Mendeteksi bahasa dominan
Mendeteksi entitas bernama
Mendeteksi frasa kunci
Menentukan sentimen
Real-time analisis untuk sentimen yang ditargetkan
Mendeteksi sintaks
Real-time API batch

Mendeteksi bahasa dominan

Untuk menentukan bahasa dominan yang digunakan dalam teks, gunakan DetectDominantLanguage operasi. Untuk mendeteksi bahasa dominan hingga 25 dokumen dalam satu batch, gunakan BatchDetectDominantLanguage operasi. Untuk informasi selengkapnya, lihat Real-time API batch.

Topik

Menggunakan AWS Command Line Interface
Menggunakan AWS SDK untuk Java, SDK untuk Python, atau SDK untuk .NET

Menggunakan AWS Command Line Interface

Contoh berikut menunjukkan penggunaan DetectDominantLanguage 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 detect-dominant-language \
    --region region \
    --text "It is raining today in Seattle."

Amazon Comprecept merespons dengan yang berikut:


{
    "Languages": [
        {
            "LanguageCode": "en",
            "Score": 0.9793661236763
        }
    ]
}

Menggunakan AWS SDK untuk Java, SDK untuk Python, atau SDK untuk .NET

Untuk contoh SDK tentang cara menentukan bahasa dominan, lihatGunakan DetectDominantLanguagedengan AWS SDK atau CLI.

Mendeteksi entitas bernama

Untuk menentukan entitas bernama dalam dokumen, gunakan DetectEntities operasi. Untuk mendeteksi entitas dalam hingga 25 dokumen dalam satu batch, gunakan BatchDetectEntities operasi. Untuk informasi selengkapnya, lihat Real-time API batch.

Topik

Menggunakan AWS Command Line Interface
Menggunakan AWS SDK untuk Java, SDK untuk Python, atau SDK untuk .NET

Menggunakan AWS Command Line Interface

Contoh berikut menunjukkan penggunaan DetectEntities operasi menggunakan AWS CLI. Anda harus menentukan bahasa teks input.

Contohnya diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter lanjutan garis miring (\) Unix di akhir setiap baris dengan tanda centang (^).


aws comprehend detect-entities \
    --region region \
    --language-code "en" \
    --text "It is raining today in Seattle."

Amazon Comprecept merespons dengan yang berikut:


{
    "Entities": [
        {
            "Text": "today",
            "Score": 0.97,
            "Type": "DATE",
            "BeginOffset": 14,
            "EndOffset": 19
        },
        {
            "Text": "Seattle",
            "Score": 0.95,
            "Type": "LOCATION",
            "BeginOffset": 23,
            "EndOffset": 30
        }
    ],
    "LanguageCode": "en"
}

Menggunakan AWS SDK untuk Java, SDK untuk Python, atau SDK untuk .NET

Untuk contoh SDK tentang cara menentukan bahasa dominan, lihatGunakan DetectEntitiesdengan AWS SDK atau CLI.

Mendeteksi frasa kunci

Untuk menentukan frasa kata benda kunci yang digunakan dalam teks, gunakan DetectKeyPhrases operasi. Untuk mendeteksi frasa kata benda kunci dalam hingga 25 dokumen dalam satu batch, gunakan BatchDetectKeyPhrases operasi. Untuk informasi selengkapnya, lihat Real-time API batch.

Topik

Menggunakan AWS Command Line Interface
Menggunakan AWS SDK untuk Java, SDK untuk Python, atau SDK untuk .NET

Menggunakan AWS Command Line Interface

Contoh berikut menunjukkan penggunaan DetectKeyPhrases operasi dengan AWS CLI. Anda harus menentukan bahasa teks input.

Contohnya diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter lanjutan garis miring (\) Unix di akhir setiap baris dengan tanda centang (^).


aws comprehend detect-key-phrases \
    --region region \
    --language-code "en" \
    --text "It is raining today in Seattle."

Amazon Comprecept merespons dengan yang berikut:


{
    "LanguageCode": "en",
    "KeyPhrases": [
        {
            "Text": "today",
            "Score": 0.89,
            "BeginOffset": 14,
            "EndOffset": 19
        },
        {
            "Text": "Seattle",
            "Score": 0.91,
            "BeginOffset": 23,
            "EndOffset": 30
        }
    ]
}

Menggunakan AWS SDK untuk Java, SDK untuk Python, atau SDK untuk .NET

Untuk contoh SDK yang mendeteksi frasa kunci, lihatGunakan DetectKeyPhrasesdengan AWS SDK atau CLI.

Menentukan sentimen

Amazon Compredeh menyediakan operasi API berikut untuk menganalisis sentimen:

DetectSentiment— Menentukan sentimen emosional keseluruhan dari sebuah dokumen.
BatchDetectSentiment— Tentukan sentimen keseluruhan hingga 25 dokumen dalam satu batch. Untuk informasi selengkapnya, lihat Real-time API batch
StartSentimentDetectionJob— Memulai pekerjaan deteksi sentimen asinkron untuk kumpulan dokumen.
ListSentimentDetectionJobs— Mengembalikan daftar pekerjaan deteksi sentimen yang telah Anda kirimkan.
DescribeSentimentDetectionJob— Mendapat properti (termasuk status) yang terkait dengan pekerjaan deteksi sentimen yang ditentukan.
StopSentimentDetectionJob— Menghentikan pekerjaan sentimen yang sedang berlangsung yang ditentukan.

Topik

Menggunakan AWS Command Line Interface
Menggunakan AWS SDK untuk Java, SDK untuk Python, atau SDK untuk .NET

Menggunakan AWS Command Line Interface

Contoh berikut menunjukkan penggunaan DetectSentiment operasi dengan AWS CLI. Contoh ini menentukan bahasa teks masukan.

Contohnya diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter lanjutan garis miring (\) Unix di akhir setiap baris dengan tanda centang (^).


aws comprehend detect-sentiment \
    --region region \
    --language-code "en" \
    --text "It is raining today in Seattle."

Amazon Comprecept merespons dengan yang berikut:


{
    "SentimentScore": {
        "Mixed": 0.014585512690246105,
        "Positive": 0.31592071056365967,
        "Neutral": 0.5985543131828308,
        "Negative": 0.07093945890665054
    },
    "Sentiment": "NEUTRAL",
    "LanguageCode": "en"
}

Menggunakan AWS SDK untuk Java, SDK untuk Python, atau SDK untuk .NET

Untuk contoh SDK yang menentukan sentimen teks masukan, lihatGunakan DetectSentimentdengan AWS SDK atau CLI.

Real-time analisis untuk sentimen yang ditargetkan

Amazon Comprecept menyediakan operasi API berikut untuk analisis sentimen yang ditargetkan secara real-time:

DetectTargetedSentiment— Menganalisis sentimen entitas yang disebutkan dalam dokumen.
BatchDetectTargetedSentiment— Menganalisis sentimen yang ditargetkan hingga 25 dokumen dalam satu batch. Untuk informasi selengkapnya, lihat Real-time API batch

Jika teks yang Anda analisis tidak menyertakan sentimen yang ditargetkanJenis entitas, API mengembalikan array Entities kosong.

Menggunakan AWS Command Line Interface

Contoh berikut menunjukkan penggunaan DetectTargetedSentiment operasi dengan AWS CLI. Contoh ini menentukan bahasa teks masukan.

Contohnya diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter lanjutan garis miring (\) Unix di akhir setiap baris dengan tanda centang (^).


aws comprehend detect-targeted-sentiment \
    --region region \
    --language-code "en" \
    --text "The burger was cooked perfectly but it was cold. The service was OK."

Amazon Comprecept merespons dengan yang berikut:


{
"Entities": [
    {
      "DescriptiveMentionIndex": [
        0
      ],
      "Mentions": [
        {
          "BeginOffset": 4,
          "EndOffset": 10,
          "Score": 1,
          "GroupScore": 1,
          "Text": "burger",
          "Type": "OTHER",
          "MentionSentiment": {
            "Sentiment": "POSITIVE",
            "SentimentScore": {
              "Mixed": 0.001515,
              "Negative": 0.000822,
              "Neutral": 0.000243,
              "Positive": 0.99742
            }
          }
        },
        {
          "BeginOffset": 36,
          "EndOffset": 38,
          "Score": 0.999843,
          "GroupScore": 0.999661,
          "Text": "it",
          "Type": "OTHER",
          "MentionSentiment": {
            "Sentiment": "NEGATIVE",
            "SentimentScore": {
              "Mixed": 0,
              "Negative": 0.999996,
              "Neutral": 0.000004,
              "Positive": 0
            }
          }
        }
      ]
    },
    {
      "DescriptiveMentionIndex": [
        0
      ],
      "Mentions": [
        {
          "BeginOffset": 53,
          "EndOffset": 60,
          "Score": 1,
          "GroupScore": 1,
          "Text": "service",
          "Type": "ATTRIBUTE",
          "MentionSentiment": {
            "Sentiment": "NEUTRAL",
            "SentimentScore": {
              "Mixed": 0.000033,
              "Negative": 0.000089,
              "Neutral": 0.993325,
              "Positive": 0.006553
            }
          }
        }
      ]
    }
  ]
}

Mendeteksi sintaks

Untuk mengurai teks untuk mengekstrak kata-kata individu dan menentukan bagian ucapan untuk setiap kata, gunakan DetectSyntax operasi. Untuk mengurai sintaks hingga 25 dokumen dalam satu batch, gunakan BatchDetectSyntax operasi. Untuk informasi selengkapnya, lihat Real-time API batch.

Topik

Menggunakan AWS Command Line Interface.
Menggunakan AWS SDK untuk Java, SDK untuk Python, atau SDK untuk .NET

Menggunakan AWS Command Line Interface.

Contoh berikut menunjukkan penggunaan DetectSyntax operasi dengan AWS CLI. Contoh ini menentukan bahasa teks masukan.

Contohnya diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter lanjutan garis miring (\) Unix di akhir setiap baris dengan tanda centang (^).


aws comprehend detect-syntax \
   --region region \
   --language-code "en" \
   --text "It is raining today in Seattle."

Amazon Comprecept merespons dengan yang berikut:


{
    "SyntaxTokens": [
        {
            "Text": "It",
            "EndOffset": 2,
            "BeginOffset": 0,
            "PartOfSpeech": {
                "Tag": "PRON",
                "Score": 0.8389829397201538
            },
            "TokenId": 1
        },
        {
            "Text": "is",
            "EndOffset": 5,
            "BeginOffset": 3,
            "PartOfSpeech": {
                "Tag": "AUX",
                "Score": 0.9189288020133972
            },
            "TokenId": 2
        },
        {
            "Text": "raining",
            "EndOffset": 13,
            "BeginOffset": 6,
            "PartOfSpeech": {
                "Tag": "VERB",
                "Score": 0.9977611303329468
            },
            "TokenId": 3
        },
        {
            "Text": "today",
            "EndOffset": 19,
            "BeginOffset": 14,
            "PartOfSpeech": {
                "Tag": "NOUN",
                "Score": 0.9993606209754944
            },
            "TokenId": 4
        },
        {
            "Text": "in",
            "EndOffset": 22,
            "BeginOffset": 20,
            "PartOfSpeech": {
                "Tag": "ADP",
                "Score": 0.9999061822891235
            },
            "TokenId": 5
        },
        {
            "Text": "Seattle",
            "EndOffset": 30,
            "BeginOffset": 23,
            "PartOfSpeech": {
                "Tag": "PROPN",
                "Score": 0.9940338730812073
            },
            "TokenId": 6
        },
        {
            "Text": ".",
            "EndOffset": 31,
            "BeginOffset": 30,
            "PartOfSpeech": {
                "Tag": "PUNCT",
                "Score": 0.9999997615814209
            },
            "TokenId": 7
        }
    ]
}

Menggunakan AWS SDK untuk Java, SDK untuk Python, atau SDK untuk .NET

Untuk contoh SDK yang mendeteksi sintaks teks masukan, lihatGunakan DetectSyntaxdengan AWS SDK atau CLI.

Real-time API batch

Untuk mengirim batch hingga 25 dokumen, Anda dapat menggunakan operasi batch real-time Amazon Compredeham. Memanggil operasi batch identik dengan memanggil API dokumen tunggal untuk setiap dokumen dalam permintaan. Menggunakan API batch dapat menghasilkan kinerja yang lebih baik untuk aplikasi Anda. Untuk informasi selengkapnya, lihat Beberapa dokumen pemrosesan sinkron.

Topik

Pemrosesan batch dengan AWS CLI
Pemrosesan batch dengan AWS SDK untuk .NET

Pemrosesan batch dengan AWS CLI

Contoh-contoh ini menunjukkan cara menggunakan operasi API batch menggunakan AWS Command Line Interface. Semua operasi kecuali BatchDetectDominantLanguage menggunakan file JSON berikut yang disebut process.json sebagai input. Untuk operasi itu LanguageCode entitas tidak termasuk.

Dokumen ketiga dalam file JSON ("$$$$$$$$") akan menyebabkan kesalahan selama pemrosesan batch. Itu disertakan sehingga operasi akan memasukkan respons. BatchItemError


{
   "LanguageCode": "en",
   "TextList": [
      "I have been living in Seattle for almost 4 years",
      "It is raining today in Seattle",
      "$$$$$$$$"
   ]
}

Contohnya diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter kelanjutan Unix garis miring (\) di akhir setiap baris dengan tanda centang (^).

Topik

Mendeteksi bahasa dominan menggunakan batch (AWS CLI)
Mendeteksi entitas menggunakan batch (AWS CLI)
Mendeteksi frasa kunci menggunakan batch (AWS CLI)
Mendeteksi sentimen menggunakan batch (AWS CLI)

Mendeteksi bahasa dominan menggunakan batch (AWS CLI)

BatchDetectDominantLanguageOperasi menentukan bahasa dominan dari setiap dokumen dalam satu batch. Untuk daftar bahasa yang dapat dideteksi oleh Amazon Comprecept, lihatBahasa dominan. Per AWS CLI intah berikut memanggil BatchDetectDominantLanguage operasi.


aws comprehend batch-detect-dominant-language \
    --endpoint endpoint \
    --region region \
    --cli-input-json file://path to input file/process.json

Berikut ini adalah respons dari BatchDetectDominantLanguage operasi:


{
    "ResultList": [
        {
          "Index": 0,
          "Languages":[
            {
              "LanguageCode":"en",
              "Score": 0.99
            }
          ]
        },
        {
          "Index": 1
          "Languages":[
            {
              "LanguageCode":"en",
              "Score": 0.82
            }
          ]
        }
    ],
    "ErrorList": [
      {
        "Index": 2,
        "ErrorCode": "InternalServerException",
        "ErrorMessage": "Unexpected Server Error. Please try again."
      }
    ]
}

Mendeteksi entitas menggunakan batch (AWS CLI)

Gunakan BatchDetectEntities operasi untuk menemukan entitas yang ada dalam kumpulan dokumen. Untuk informasi selengkapnya tentang entitas, lihatEntitas. Per AWS CLI intah berikut memanggil BatchDetectEntities operasi.


aws comprehend batch-detect-entities \
    --endpoint endpoint \
    --region region \
    --cli-input-json file://path to input file/process.json

Mendeteksi frasa kunci menggunakan batch (AWS CLI)

BatchDetectKeyPhrasesOperasi mengembalikan frasa kata benda kunci dalam kumpulan dokumen. Per AWS CLI intah berikut memanggil BatchDetectKeyNounPhrases operasi.


aws comprehend batch-detect-key-phrases
    --endpoint endpoint
    --region region
    --cli-input-json file://path to input file/process.json

Mendeteksi sentimen menggunakan batch (AWS CLI)

Mendeteksi sentimen keseluruhan dari kumpulan dokumen menggunakan BatchDetectSentiment operasi. Per AWS CLI intah berikut memanggil BatchDetectSentiment operasi.


aws comprehend batch-detect-sentiment \
    --endpoint endpoint \
    --region region \
    --cli-input-json file://path to input file/process.json

Pemrosesan batch dengan AWS SDK untuk .NET

Program contoh berikut menunjukkan cara menggunakan BatchDetectEntities operasi dengan SDK untuk .NET. Respons dari server berisi BatchDetectEntitiesItemResult objek untuk setiap dokumen yang berhasil diproses. Jika ada kesalahan memproses dokumen, akan ada catatan dalam daftar kesalahan dalam respons. Contoh mendapatkan setiap dokumen dengan kesalahan dan mengirimkannya kembali.

Contoh .NET di bagian ini menggunakan AWS SDK untuk .NET. Anda dapat menggunakan AWS Toolkit for Visual Studio untuk mengembangkan AWS aplikasi menggunakan .NET. Ini termasuk template yang bermanfaat dan AWS Explorer untuk menyebarkan aplikasi dan mengelola layanan. Untuk perspektif pengembang.NET AWS, lihat AWS panduan untuk pengembang.NET.


using System;
using System.Collections.Generic;
using Amazon.Comprehend;
using Amazon.Comprehend.Model;

namespace Comprehend
{
    class Program
    {
        // Helper method for printing properties
        static private void PrintEntity(Entity entity)
        {
            Console.WriteLine("     Text: {0}, Type: {1}, Score: {2}, BeginOffset: {3} EndOffset: {4}",
                entity.Text, entity.Type, entity.Score, entity.BeginOffset, entity.EndOffset);
        }

        static void Main(string[] args)
        {
            AmazonComprehendClient comprehendClient = new AmazonComprehendClient(Amazon.RegionEndpoint.USWest2);

            List<String> textList = new List<String>()
            {
                { "I love Seattle" },
                { "Today is Sunday" },
                { "Tomorrow is Monday" },
                { "I love Seattle" }
            };

            // Call detectEntities API
            Console.WriteLine("Calling BatchDetectEntities");
            BatchDetectEntitiesRequest batchDetectEntitiesRequest = new BatchDetectEntitiesRequest()
            {
                TextList = textList,
                LanguageCode = "en"
            };
            BatchDetectEntitiesResponse batchDetectEntitiesResponse = comprehendClient.BatchDetectEntities(batchDetectEntitiesRequest);

            foreach (BatchDetectEntitiesItemResult item in batchDetectEntitiesResponse.ResultList)
            {
                Console.WriteLine("Entities in {0}:", textList[item.Index]);
                foreach (Entity entity in item.Entities)
                    PrintEntity(entity);
            }

            // check if we need to retry failed requests
            if (batchDetectEntitiesResponse.ErrorList.Count != 0)
            {
                Console.WriteLine("Retrying Failed Requests");
                List<String> textToRetry = new List<String>();
                foreach(BatchItemError errorItem in batchDetectEntitiesResponse.ErrorList)
                    textToRetry.Add(textList[errorItem.Index]);

                batchDetectEntitiesRequest = new BatchDetectEntitiesRequest()
                {
                    TextList = textToRetry,
                    LanguageCode = "en"
                };

                batchDetectEntitiesResponse = comprehendClient.BatchDetectEntities(batchDetectEntitiesRequest);

                foreach(BatchDetectEntitiesItemResult item in batchDetectEntitiesResponse.ResultList)
                {
                    Console.WriteLine("Entities in {0}:", textList[item.Index]);
                    foreach (Entity entity in item.Entities)
                        PrintEntity(entity);
                }
            }
            Console.WriteLine("End of DetectEntities");
        }
    }
}

Awas Javascript dinonaktifkan atau tidak tersedia di browser Anda.

Untuk menggunakan Dokumentasi AWS, Javascript harus diaktifkan. Lihat halaman Bantuan browser Anda untuk petunjuk.

Konvensi Dokumen

Bekerja dengan AWS SDK

Lowongan kerja Async analysis (API)