Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Analisis real-time menggunakan API
Contoh berikut menunjukkan cara menggunakan Amazon Comprehend API untuk analisis real-time, AWS CLI menggunakan, dan SDK untuk.NET, Java, AWS dan Python. Gunakan contoh untuk mempelajari tentang operasi sinkron Amazon Comprehend dan sebagai blok bangunan untuk aplikasi Anda sendiri.
Contoh NET tersebut pada bagian ini menggunakan AWS SDK for .NET. Anda dapat menggunakan AWS Toolkit for Visual Studiountuk mengembangkan AWS aplikasi menggunakan .NET. Ini termasuk template yang bermanfaat dan AWS Explorer untuk menyebarkan aplikasi dan mengelola layanan. Untuk perspektif pengembang.NETAWS, lihat AWSpanduan untuk pengembang.NET.
Topik
Mendeteksi bahasa yang dominan
Untuk menentukan bahasa dominan yang digunakan dalam teks, gunakan DetectDominantLanguageoperasi. Untuk mendeteksi bahasa dominan hingga 25 dokumen dalam satu batch, gunakan BatchDetectDominantLanguageoperasi. Untuk informasi selengkapnya, lihat API batch waktu nyata.
Topik
Menggunakan AWS Command Line Interface
Contoh berikut menunjukkan penggunaan DetectDominantLanguage
operasi dengan. AWS CLI
Contoh diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter kelanjutan backslash (\) Unix di akhir setiap baris dengan tanda sisipan (^).
aws comprehend detect-dominant-language \ --region
region
\ --text "It is raining today in Seattle."
Amazon Comprehend merespons dengan yang berikut:
{ "Languages": [ { "LanguageCode": "en", "Score": 0.9793661236763 } ] }
MenggunakanAWS SDK for Java, SDK untuk Python, atau AWS SDK for .NET
Untuk contoh SDK tentang cara menentukan bahasa dominan, lihatGunakan DetectDominantLanguage dengan AWS SDKatau CLI.
Mendeteksi entitas bernama
Untuk menentukan entitas bernama dalam dokumen, gunakan DetectEntitiesoperasi. Untuk mendeteksi entitas hingga 25 dokumen dalam satu batch, gunakan BatchDetectEntitiesoperasi. Untuk informasi selengkapnya, lihat API batch waktu nyata.
Topik
Menggunakan AWS Command Line Interface
Contoh berikut menunjukkan penggunaan DetectEntities
operasi menggunakan. AWS CLI Anda harus menentukan bahasa teks input.
Contoh diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter kelanjutan backslash (\) Unix di akhir setiap baris dengan tanda sisipan (^).
aws comprehend detect-entities \ --region
region
\ --language-code "en" \ --text "It is raining today in Seattle."
Amazon Comprehend 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" }
MenggunakanAWS SDK for Java, SDK untuk Python, atau AWS SDK for .NET
Untuk contoh SDK tentang cara menentukan bahasa dominan, lihatGunakan DetectEntities dengan AWS SDKatau CLI.
Mendeteksi frase kunci
Untuk menentukan frasa kata benda kunci yang digunakan dalam teks, gunakan DetectKeyPhrasesoperasi. Untuk mendeteksi frasa kata benda kunci hingga 25 dokumen dalam satu batch, gunakan BatchDetectKeyPhrasesoperasi. Untuk informasi selengkapnya, lihat API batch waktu nyata.
Topik
Menggunakan AWS Command Line Interface
Contoh berikut menunjukkan penggunaan DetectKeyPhrases
operasi dengan. AWS CLI Anda harus menentukan bahasa teks input.
Contoh diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter kelanjutan backslash (\) Unix di akhir setiap baris dengan tanda sisipan (^).
aws comprehend detect-key-phrases \ --region
region
\ --language-code "en" \ --text "It is raining today in Seattle."
Amazon Comprehend 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 } ] }
MenggunakanAWS SDK for Java, SDK untuk Python, atau AWS SDK for .NET
Untuk contoh SDK yang mendeteksi frasa kunci, lihatGunakan DetectKeyPhrases dengan AWS SDKatau CLI.
Menentukan sentimen
Amazon Comprehend 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. Lihat informasi yang lebih lengkap di API batch waktu nyata
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 dalam proses yang ditentukan.
Topik
Menggunakan AWS Command Line Interface
Contoh berikut menunjukkan penggunaan DetectSentiment
operasi dengan. AWS CLI Contoh ini menentukan bahasa teks masukan.
Contoh diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter kelanjutan backslash (\) Unix di akhir setiap baris dengan tanda sisipan (^).
aws comprehend detect-sentiment \ --region
region
\ --language-code "en" \ --text "It is raining today in Seattle."
Amazon Comprehend merespons dengan yang berikut:
{
"SentimentScore": {
"Mixed": 0.014585512690246105,
"Positive": 0.31592071056365967,
"Neutral": 0.5985543131828308,
"Negative": 0.07093945890665054
},
"Sentiment": "NEUTRAL",
"LanguageCode": "en"
}
MenggunakanAWS SDK for Java, SDK untuk Python, atau AWS SDK for .NET
Untuk contoh SDK yang menentukan sentimen teks masukan, lihat. Gunakan DetectSentiment dengan AWS SDKatau CLI
Analisis real-time untuk sentimen yang ditargetkan
Amazon Comprehend menyediakan operasi API berikut untuk analisis sentimen real-time yang ditargetkan:
DetectTargetedSentiment— Menganalisis sentimen entitas yang disebutkan dalam dokumen.
-
BatchDetectTargetedSentiment— Menganalisis sentimen yang ditargetkan hingga 25 dokumen dalam satu batch. Lihat informasi yang lebih lengkap di API batch waktu nyata
Jika teks yang Anda analisis tidak menyertakan sentimen yang ditargetkanJenis entitas, API akan mengembalikan array Entitas kosong.
Menggunakan AWS Command Line Interface
Contoh berikut menunjukkan penggunaan DetectTargetedSentiment
operasi dengan. AWS CLI Contoh ini menentukan bahasa teks masukan.
Contoh diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter kelanjutan backslash (\) Unix di akhir setiap baris dengan tanda sisipan (^).
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 Comprehend 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 individual dan menentukan bagian-bagian ucapan untuk setiap kata, gunakan DetectSyntaxoperasi. Untuk mengurai sintaks hingga 25 dokumen dalam satu batch, gunakan operasi. BatchDetectSyntax Untuk informasi selengkapnya, lihat API batch waktu nyata.
Topik
MenggunakanAWS Command Line Interface.
Contoh berikut menunjukkan penggunaan DetectSyntax
operasi dengan. AWS CLI Contoh ini menentukan bahasa teks masukan.
Contoh diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter kelanjutan backslash (\) Unix di akhir setiap baris dengan tanda sisipan (^).
aws comprehend detect-syntax \ --region
region
\ --language-code "en" \ --text "It is raining today in Seattle."
Amazon Comprehend 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 } ] }
MenggunakanAWS SDK for Java, SDK untuk Python, atau AWS SDK for .NET
Untuk contoh SDK yang mendeteksi sintaks teks masukan, lihat. Gunakan DetectSyntax dengan AWS SDKatau CLI
API batch waktu nyata
Untuk mengirim batch hingga 25 dokumen, Anda dapat menggunakan operasi batch real-time Amazon Comprehend. 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.
Pemrosesan Batch dengan AWS CLI
Contoh-contoh ini menunjukkan cara menggunakan operasi API batch menggunakanAWS Command Line Interface. Semua operasi kecuali BatchDetectDominantLanguage
menggunakan file JSON berikut disebut process.json
sebagai input. Untuk operasi itu LanguageCode
entitas tidak termasuk.
Dokumen ketiga dalam file JSON ("$$$$$$$$"
) akan menyebabkan kesalahan selama pemrosesan batch. Ini disertakan sehingga operasi akan termasuk BatchItemErrordalam respons.
{ "LanguageCode": "en", "TextList": [ "I have been living in Seattle for almost 4 years", "It is raining today in Seattle", "$$$$$$$$" ] }
Contohnya diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter kelanjutan backslash (\) Unix di akhir setiap baris dengan tanda sisipan (^).
Topik
Mendeteksi bahasa dominan menggunakan batch (AWS CLI)
BatchDetectDominantLanguageOperasi menentukan bahasa dominan dari setiap dokumen dalam satu batch. Untuk daftar bahasa yang Amazon Comprehend dapat mendeteksi, lihat. Bahasa dominan AWS CLIPerintah berikut memanggil BatchDetectDominantLanguage
operasi.
aws comprehend batch-detect-dominant-language \ --endpoint
endpoint
\ --regionregion
\ --cli-input-json file://path to input file
/process.json
Berikut ini adalah respon 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 BatchDetectEntitiesoperasi untuk menemukan entitas yang ada dalam kumpulan dokumen. Untuk informasi selengkapnya tentang entitas, lihatEntitas. AWS CLIPerintah berikut memanggil BatchDetectEntities
operasi.
aws comprehend batch-detect-entities \ --endpoint
endpoint
\ --regionregion
\ --cli-input-json file://path to input file
/process.json
Mendeteksi frase kunci menggunakan batch (AWS CLI)
BatchDetectKeyPhrasesOperasi mengembalikan frase kata benda kunci dalam batch dokumen. AWS CLIPerintah berikut memanggil BatchDetectKeyNounPhrases
operasi.
aws comprehend batch-detect-key-phrases --endpoint
endpoint
--regionregion
--cli-input-json file://path to input file
/process.json
Mendeteksi sentimen menggunakan batch () AWS CLI
Mendeteksi sentimen keseluruhan dari sekumpulan dokumen menggunakan BatchDetectSentimentoperasi. AWS CLIPerintah berikut memanggil BatchDetectSentiment
operasi.
aws comprehend batch-detect-sentiment \ --endpoint
endpoint
\ --regionregion
\ --cli-input-json file://path to input file
/process.json
Pemrosesan Batch dengan AWS SDK for .NET
Contoh program berikut menunjukkan bagaimana menggunakan BatchDetectEntitiesoperasi denganAWS SDK for .NET. Respons dari server berisi BatchDetectEntitiesItemResultobjek untuk setiap dokumen yang berhasil diproses. Jika ada kesalahan saat 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 for .NET. Anda dapat menggunakan AWS Toolkit for Visual Studiountuk mengembangkan AWS aplikasi menggunakan .NET. Ini termasuk template yang bermanfaat dan AWS Explorer untuk menyebarkan aplikasi dan mengelola layanan. Untuk perspektif pengembang.NETAWS, lihat AWSpanduan 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"); } } }