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.

# Addestramento di modelli di riconoscimento di entità personalizzati
<a name="training-recognizers"></a>

Un identificatore di entità personalizzato identifica solo i tipi di entità inclusi durante l'addestramento del modello. Non include automaticamente i tipi di entità preimpostati. Se desideri identificare anche i tipi di entità preimpostati, come LOCATION, DATE o PERSON, devi fornire dati di formazione aggiuntivi per tali entità.

Quando si crea un riconoscimento di entità personalizzato utilizzando file PDF annotati, è possibile utilizzare il riconoscimento con una varietà di formati di file di input: testo semplice, file di immagine (JPG, PNG, TIFF), file PDF e documenti Word, senza la necessità di preelaborazione o di appiattimento del documento. Amazon Comprehend non supporta l'annotazione di file di immagine o documenti Word.

**Nota**  
Un riconoscitore di entità personalizzato che utilizza file PDF annotati supporta solo documenti in inglese.

Dopo aver creato un riconoscimento di entità personalizzato, è possibile monitorare l'avanzamento della richiesta utilizzando l'operazione. [DescribeEntityRecognizer](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeEntityRecognizer.html) Una volta creato il `Status` campo`TRAINED`, il modello di riconoscimento è pronto all'uso per il riconoscimento personalizzato delle entità.

**Topics**
+ [Addestra riconoscitori personalizzati (console)](realtime-analysis-cer.md)
+ [Addestra riconoscitori di entità personalizzati (API)](train-cer-model.md)
+ [Metriche personalizzate per il riconoscimento delle entità](cer-metrics.md)