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.

Addestra riconoscitori di entità personalizzati (API)

Per creare e addestrare un modello di riconoscimento delle entità personalizzato, utilizza l'operazione dell'API Amazon Comprehend CreateEntityRecognizer

Addestramento di riconoscitori di entità personalizzati utilizzando il AWS Command Line Interface

Negli esempi seguenti viene illustrato l'utilizzo dell'CreateEntityRecognizeroperazione e di altre API associate con. AWS CLI

Gli esempi sono formattati per Unix, Linux e macOS. Per Windows, sostituisci il carattere di continuazione UNIX barra rovesciata (\) al termine di ogni riga con un accento circonflesso (^).

Crea un riconoscitore di entità personalizzato utilizzando il comando create-entity-recognizer CLI. Per informazioni sul input-data-config parametro, consulta CreateEntityRecognizerAmazon Comprehend API Reference.

aws comprehend create-entity-recognizer \
     --language-code en \
     --recognizer-name test-6 \
     --data-access-role-arn "arn:aws:iam::account number:role/service-role/AmazonComprehendServiceRole-role" \
     --input-data-config "EntityTypes=[{Type=PERSON}],Documents={S3Uri=s3://Bucket Name/Bucket Path/documents},
                Annotations={S3Uri=s3://Bucket Name/Bucket Path/annotations}" \
     --region region

Elenca tutti i riconoscitori di entità in una regione utilizzando il comando list-entity-recognizers CLI.

aws comprehend list-entity-recognizers \
     --region region

Controlla lo stato del lavoro dei riconoscitori di entità personalizzati utilizzando il comando describe-entity-recognizer CLI.

aws comprehend describe-entity-recognizer \
     --entity-recognizer-arn arn:aws:comprehend:region:account number:entity-recognizer/test-6 \
     --region region

Addestramento di riconoscitori di entità personalizzati utilizzando il AWS SDK for Java

Questo esempio crea un riconoscitore di entità personalizzato e addestra il modello utilizzando Java

Per esempi di Amazon Comprehend che utilizzano Java, consulta Esempi di Amazon Comprehend Java.

Addestramento di riconoscitori di entità personalizzati utilizzando Python (Boto3)

Istanzia Boto3 SDK:

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 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)