Addestra classificatori personalizzati (console)

Per creare e addestrare un modello di classificatore di documenti

1. Accedi Console di gestione AWS e apri la console Amazon Comprehend all'indirizzo https://console.aws.amazon.com/comprehend/

2. Dal menu a sinistra, scegli Personalizzazione, quindi seleziona Classificazione personalizzata.

3. Scegli Crea nuovo modello.

4. In Impostazioni del modello, inserite il nome del modello per il classificatore. Il nome deve essere univoco all'interno del tuo account e della regione corrente.

   (Facoltativo) Inserisci il nome della versione. Il nome deve essere univoco all'interno del tuo account e della Regione corrente.

5. Seleziona la lingua dei documenti di formazione. Per vedere le lingue supportate dai classificatori, vedi. Modelli di classificazione della formazione

6. (Facoltativo) Se desideri crittografare i dati nel volume di archiviazione mentre Amazon Comprehend elabora il tuo lavoro di formazione, scegli la crittografia Classifier. Quindi scegli se utilizzare una chiave KMS associata al tuo account corrente o una di un altro account.

   • Se stai utilizzando una chiave associata all'account corrente, scegli l'ID chiave per l'ID della chiave KMS.

   • Se stai utilizzando una chiave associata a un altro account, inserisci l'ARN per l'ID della chiave sotto la chiave KMS ARN.

   Nota

   Per ulteriori informazioni sulla creazione e l'utilizzo delle chiavi KMS e sulla crittografia associata, vedere (). AWS Key Management ServiceAWS KMS

7. In Specifiche dei dati, scegli il tipo di modello di formazione da utilizzare.

   • Documenti in testo normale: scegliete questa opzione per creare un modello in testo normale. Addestrate il modello utilizzando documenti di testo semplice.

   • Documenti nativi: scegli questa opzione per creare un modello di documento nativo. Addestrate il modello utilizzando documenti nativi (PDF, Word, immagini).

8. Scegli il formato dei dati di allenamento. Per informazioni sui formati dei dati, vedereFormati di file di addestramento di Classifier.

   • File CSV: scegli questa opzione se i dati di allenamento utilizzano il formato di file CSV.

   • Manifesto aumentato: scegli questa opzione se hai utilizzato Ground Truth per creare file manifest aumentati per i tuoi dati di allenamento. Questo formato è disponibile se hai scelto Documenti di testo normale come tipo di modello di addestramento.

9. Scegliete la modalità Classificatore da utilizzare.

   • Single-label modalità: scegli questa modalità se le categorie che stai assegnando ai documenti si escludono a vicenda e stai addestrando il tuo classificatore ad assegnare un'etichetta a ciascun documento. Nell'API Amazon Comprehend, la modalità a etichetta singola è nota come modalità multiclasse.

   • Multi-label modalità: scegli questa modalità se è possibile applicare più categorie a un documento contemporaneamente e stai addestrando il tuo classificatore ad assegnare una o più etichette a ciascun documento.

10. Se scegli Multi-label la modalità, puoi selezionare il delimitatore per le etichette. Utilizzate questo carattere delimitatore per separare le etichette quando ci sono più classi per un documento di formazione. Il delimitatore predefinito è il carattere pipe.

11. (Facoltativo) Se hai scelto Augmented manifest come formato di dati, puoi inserire fino a cinque file di manifesto aumentato. Ogni file manifesto aumentato contiene un set di dati di addestramento o un set di dati di test. È necessario fornire almeno un set di dati di addestramento. I set di dati di test sono opzionali. Usa i seguenti passaggi per configurare i file manifest aumentati:

    1. In Training and test dataset, espandi il pannello Posizione di input.

    2. In Tipo di set di dati, scegli Dati di allenamento o Dati di test.

    3. Per la posizione S3 del file manifest aumentato di SageMaker AI Ground Truth, inserisci la posizione del bucket Amazon S3 che contiene il file manifest o accedi ad essa scegliendo Browse S3. Il ruolo IAM che stai utilizzando per le autorizzazioni di accesso per il lavoro di formazione deve disporre delle autorizzazioni di lettura per il bucket S3.

    4. Per i nomi degli attributi, inserisci il nome dell'attributo che contiene le tue annotazioni. Se il file contiene annotazioni relative a più lavori di etichettatura concatenati, aggiungete un attributo per ogni lavoro.

    5. Per aggiungere un'altra posizione di input, scegli Aggiungi posizione di input e configura la posizione successiva.

12. (Facoltativo) Se hai scelto il file CSV come formato di dati, utilizza i seguenti passaggi per configurare il set di dati di addestramento e il set di dati di test opzionale:

    1. In Training dataset, inserisci la posizione del bucket Amazon S3 che contiene il file CSV dei dati di training o accedi ad esso scegliendo Browse S3. Il ruolo IAM che stai utilizzando per le autorizzazioni di accesso per il job di formazione deve avere le autorizzazioni di lettura per il bucket S3.

       (Facoltativo) Se hai scelto Documenti nativi come tipo di modello di formazione, fornisci anche l'URL della cartella Amazon S3 che contiene i file di esempio di formazione.

    2. In Test dataset, seleziona se stai fornendo dati aggiuntivi ad Amazon Comprehend per testare il modello addestrato.

       • Autosplit: Autosplit seleziona automaticamente il 10% dei dati di allenamento da riservare per l'uso come dati di test.

       • (Facoltativo) Fornito dal cliente: inserisci l'URL del file CSV dei dati di test in Amazon S3. Puoi anche accedere alla sua posizione in Amazon S3 e scegliere Seleziona cartella.

         (Facoltativo) Se hai scelto Documenti nativi come tipo di modello di formazione, fornisci anche l'URL della cartella Amazon S3 che contiene i file di test.

13. (Facoltativo) Per la modalità di lettura dei documenti, puoi sovrascrivere le azioni di estrazione del testo predefinite. Questa opzione non è richiesta per i modelli di testo normale, poiché si applica all'estrazione del testo per i documenti scansionati. Per ulteriori informazioni, consulta Impostazione delle opzioni di estrazione del testo.

14. (Facoltativo per i modelli in testo normale) Per i dati di output, inserisci la posizione di un bucket Amazon S3 per salvare i dati di output di training, ad esempio la matrice di confusione. Per ulteriori informazioni, consulta Matrice di confusione.

    (Facoltativo) Se scegli di crittografare il risultato dell'output del tuo lavoro di formazione, scegli Crittografia. Quindi scegli se utilizzare una chiave KMS associata all'account corrente o una di un altro account.

    • Se stai utilizzando una chiave associata all'account corrente, scegli l'alias della chiave per l'ID della chiave KMS.

    • Se stai utilizzando una chiave associata a un altro account, inserisci l'ARN per l'alias o l'ID della chiave in KMS key ID.

15. Per il ruolo IAM, scegli Scegli un ruolo IAM esistente, quindi scegli un ruolo IAM esistente con autorizzazioni di lettura per il bucket S3 che contiene i tuoi documenti di formazione. Il ruolo deve avere una politica di fiducia che inizia con comprehend.amazonaws.com per essere valido.

    Se non disponi già di un ruolo IAM con queste autorizzazioni, scegli Crea un ruolo IAM per crearne uno. Scegli le autorizzazioni di accesso per concedere questo ruolo, quindi scegli un suffisso di nome per distinguere il ruolo dai ruoli IAM nel tuo account.

    Nota

    Per i documenti di input crittografati, anche il ruolo IAM utilizzato deve disporre dell'autorizzazione. kms:Decrypt Per ulteriori informazioni, consulta Autorizzazioni necessarie per utilizzare la crittografia KMS.

16. (Facoltativo) Per avviare le tue risorse in Amazon Comprehend da un VPC, inserisci l'ID VPC in VPC o scegli l'ID dall'elenco a discesa.

    1. Scegli la sottorete in Sottoreti. Dopo aver selezionato la prima sottorete, puoi sceglierne altre.

    2. In Gruppi di sicurezza, scegli il gruppo di sicurezza da utilizzare se ne hai specificato uno. Dopo aver selezionato il primo gruppo di sicurezza, puoi sceglierne altri.

    Nota

    Quando si utilizza un VPC per il processo di classificazione, l'utente DataAccessRole utilizzato per le operazioni di creazione e avvio deve disporre delle autorizzazioni per il VPC che accede ai documenti di input e al bucket di output.

17. (Facoltativo) Per aggiungere un tag al classificatore personalizzato, inserisci una coppia chiave-valore in Tag. Seleziona Aggiungi tag. Per rimuovere questa coppia prima di creare il classificatore, scegli Rimuovi tag. Per ulteriori informazioni, consulta Tagging delle risorse.

18. Scegli Create (Crea).