Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Avvio di un processo di rilevamento delle entità personalizzato (API)
<a name="detecting-cer-async-api"></a>

È possibile utilizzare l'API per avviare e monitorare un processo di analisi asincrono per il riconoscimento personalizzato delle entità.

Per avviare un processo di rilevamento di entità personalizzato con l'[StartEntitiesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartEntitiesDetectionJob.html)operazione, fornisci il EntityRecognizerArn, che è l'Amazon Resource Name (ARN) del modello addestrato. Puoi trovare questo ARN nella risposta all'[CreateEntityRecognizer](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_CreateEntityRecognizer.html)operazione. 

**Topics**
+ [Rilevamento di entità personalizzate utilizzando il AWS Command Line Interface](#detecting-cer-async-api-cli)
+ [Rilevamento di entità personalizzate utilizzando il AWS SDK per Java](#detecting-cer-async-api-java)
+ [Rilevamento di entità personalizzate utilizzando il AWS SDK per Python (Boto3)](#detecting-cer-async-api-python)
+ [Sovrascrivere le azioni API per i file PDF](#detecting-cer-api-pdf)

## Rilevamento di entità personalizzate utilizzando il AWS Command Line Interface
<a name="detecting-cer-async-api-cli"></a>

Usa l'esempio seguente per ambienti Unix, Linux e macOS. Per Windows, sostituisci il carattere di continuazione UNIX barra rovesciata (\$1) al termine di ogni riga con un accento circonflesso (^). Per rilevare entità personalizzate in un set di documenti, utilizzate la seguente sintassi di richiesta:

```
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 Comprehend risponde con `JobID` and `JobStatus` e restituirà l'output del job nel bucket S3 specificato nella richiesta.

## Rilevamento di entità personalizzate utilizzando il AWS SDK per Java
<a name="detecting-cer-async-api-java"></a>

Per esempi di Amazon Comprehend che utilizzano Java, consulta Esempi di [Amazon Comprehend](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/javav2/example_code/comprehend) Java.

## Rilevamento di entità personalizzate utilizzando il AWS SDK per Python (Boto3)
<a name="detecting-cer-async-api-python"></a>

Questo esempio crea un riconoscimento di entità personalizzato, addestra il modello e quindi lo esegue in un processo di riconoscimento di entità utilizzando. AWS SDK per Python (Boto3)

Crea un'istanza dell'SDK per Python. 

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

Crea un riconoscitore di entità: 

```
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"]
```

Elenca tutti i riconoscitori: 

```
response = comprehend.list_entity_recognizers()
```

Attendi che il riconoscimento dell'entità raggiunga lo stato TRAINED: 

```
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)
```

Avvia un processo personalizzato di rilevamento delle entità: 

```
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"
    }
)
```

## Sovrascrivere le azioni API per i file PDF
<a name="detecting-cer-api-pdf"></a>

Per i file di immagine e i file PDF, puoi sovrascrivere le azioni di estrazione predefinite utilizzando il `DocumentReaderConfig` parametro in. `InputDataConfig`

L'esempio seguente definisce un file JSON denominato myInputData Config.json per impostare i valori. `InputDataConfig` È impostato `DocumentReadConfig` per utilizzare l'`DetectDocumentText`API Amazon Textract per tutti i file PDF.

**Example**  

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

Nell'`StartEntitiesDetectionJob`operazione, specifica il file myInputData Config.json come parametro: `InputDataConfig`

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

Per ulteriori informazioni sui `DocumentReaderConfig` parametri, vedere. [Impostazione delle opzioni di estrazione del testo](idp-set-textract-options.md)