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.

# Analisi asincrona per la modellazione degli argomenti
<a name="get-started-topics"></a>

 Per determinare gli argomenti in un set di documenti, utilizzate [StartTopicsDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartTopicsDetectionJob.html)per avviare un processo asincrono. È possibile monitorare gli argomenti nei documenti scritti in inglese o spagnolo.

**Topics**
+ [Prima di iniziare](#topics-before)
+ [Utilizzando il AWS Command Line Interface](#topics-cli)
+ [Usare l'SDK per Python o SDK per .NET](#topic-java)

## Prima di iniziare
<a name="topics-before"></a>

Prima di iniziare, assicurati di avere:
+ **Bucket di input e output**: identifica i bucket Amazon S3 che desideri utilizzare per input e output. I bucket devono trovarsi nella stessa regione dell'API che stai chiamando.
+ **Ruolo di servizio IAM**: è necessario disporre di un ruolo di servizio IAM con l'autorizzazione ad accedere ai bucket di input e output. Per ulteriori informazioni, consulta [Role-based autorizzazioni necessarie per le operazioni asincrone](security_iam_id-based-policy-examples.md#auth-role-permissions).

## Utilizzando il AWS Command Line Interface
<a name="topics-cli"></a>

Nell'esempio seguente viene illustrato l'utilizzo dell'`StartTopicsDetectionJob`operazione con AWS CLI

L'esempio è formattato per Unix, Linux e macOS. Per Windows, sostituisci il carattere di continuazione UNIX barra rovesciata (\\) al termine di ogni riga con un accento circonflesso (^).

```
aws comprehend start-topics-detection-job \
                --number-of-topics {{topics to return}} \
                --job-name "{{job name}}" \
                --region {{region}} \
                --cli-input-json file://{{path to JSON input file}}
```

Per il `cli-input-json` parametro fornite il percorso di un file JSON che contiene i dati della richiesta, come illustrato nell'esempio seguente.

```
{
    "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}}"
}
```

Se la richiesta di avvio del processo di rilevamento degli argomenti ha avuto esito positivo, riceverai la seguente risposta:

```
{
    "JobStatus": "SUBMITTED",
    "JobId": "{{job ID}}"
}
```

Utilizza l'[ListTopicsDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListTopicsDetectionJobs.html)operazione per visualizzare un elenco dei lavori di rilevamento degli argomenti che hai inviato. L'elenco include informazioni sulle posizioni di input e output utilizzate e sullo stato di ciascun processo di rilevamento. L'esempio è formattato per Unix, Linux e macOS. Per Windows, sostituisci il carattere di continuazione UNIX barra rovesciata (\\) al termine di ogni riga con un accento circonflesso (^).

```
aws comprehend list-topics-detection-jobs \-- {{region}}
```

In risposta otterrete un codice JSON simile al seguente:

```
{
    "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}}"
            }
        }
    ]
}
```

È possibile utilizzare l'[DescribeTopicsDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeTopicsDetectionJob.html)operazione per ottenere lo stato di un lavoro esistente. L'esempio è formattato per Unix, Linux e macOS. Per Windows, sostituisci il carattere di continuazione UNIX barra rovesciata (\\) al termine di ogni riga con un accento circonflesso (^).

```
aws comprehend describe-topics-detection-job --job-id {{job ID}} 
```

In risposta riceverai il seguente codice JSON:

```
{
    "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}}
    }
}
```

## Usare l'SDK per Python o SDK per .NET
<a name="topic-java"></a>

Per esempi SDK su come avviare un lavoro di modellazione di argomenti, consulta. [Utilizzo `StartTopicsDetectionJob` con un AWS SDK o una CLI](example_comprehend_StartTopicsDetectionJob_section.md)