기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 3단계: Amazon S3의 문서에 대한 분석 작업 실행
<a name="tutorial-reviews-analysis"></a>

데이터를 Amazon S3에 저장한 후 Amazon Comprehend 분석 작업을 실행할 수 있습니다. *감성* 분석 작업은 문서의 전반적인 분위기(긍정적, 부정적, 중립적 또는 혼합)를 결정합니다. *개체* 분석 작업은 문서에서 실제 객체의 이름을 추출합니다. 이러한 객체에는 사람, 장소, 제목, 이벤트, 날짜, 수량, 제품 및 조직이 포함됩니다. 이 단계에서는 2개의 Amazon Comprehend 분석 작업을 실행하여 샘플 데이터 세트에서 감성 및 개체를 추출합니다.

**Topics**
+ [사전 조건](#tutorial-reviews-analysis-prereqs)
+ [감성과 개체를 분석합니다.](#tutorial-reviews-analysis-jobs)

## 사전 조건
<a name="tutorial-reviews-analysis-prereqs"></a>

시작하기 전에 다음을 수행하십시오.
+ [1단계: Amazon S3에 문서 추가](tutorial-reviews-add-docs.md)을 완료합니다.
+ (선택 사항)를 사용하는 경우 [2단계: (CLI만 해당) Amazon Comprehend에 대한 IAM 역할 생성](tutorial-reviews-create-role.md)를 AWS CLI완료하고 IAM 역할 ARN을 준비합니다.

## 감성과 개체를 분석합니다.
<a name="tutorial-reviews-analysis-jobs"></a>

첫 번째로 실행하는 작업은 샘플 데이터 세트에 있는 각 고객 리뷰의 감성을 분석합니다. 두 번째 작업은 각 고객 리뷰의 개체를 추출합니다. Amazon Comprehend 분석 작업은 Amazon Comprehend 콘솔 또는 AWS CLI를 사용하여 수행할 수 있습니다.

**작은 정보**  
Amazon Comprehend를 지원하는 AWS 리전에 있는지 확인합니다. 자세한 내용은 *글로벌 인프라 가이드*의 [리전 테이블](https://aws.amazon.com/about-aws/global-infrastructure/regional-product-services/)을 참조하세요.

### 감성 및 개체 분석(콘솔)
<a name="tutorial-reviews-analysis-jobs-console"></a>

Amazon Comprehend 콘솔 사용 시, 한 번에 하나의 작업을 생성합니다. 감성과 개체 분석 작업을 모두 실행하려면 다음 단계를 반복해야 합니다. 첫 번째 작업을 위해서는 IAM 역할을 생성하지만 두 번째 작업에서는 첫 번째 작업의 IAM 역할을 재사용할 수 있습니다. 동일한 S3 버킷과 폴더를 사용하는 한 IAM 역할을 재사용할 수 있습니다.

**감성 및 개체 분석 작업을 실행하려면(콘솔)**

1. Amazon Simple Storage Service(S3) 버킷을 생성한 리전과 동일한 리전에 있는지 확인합니다. 다른 리전에 있는 경우 탐색 모음에서 AWS 리전 선택기에서 S3 버킷을 생성한 리전을 선택합니다. **** 

1. [https://console.aws.amazon.com/comprehend/](https://console.aws.amazon.com/comprehend/)에서 Amazon Comprehend 콘솔을 엽니다.

1. **Amazon Comprehend 시작**을 선택합니다.

1. 탐색 창에서 **분석 작업**을 선택합니다.

1. **작업 생성**을 선택합니다.

1. **작업 설정** 섹션에서 다음을 수행합니다.

   1. **이름**에 `reviews-sentiment-analysis`를 입력합니다.

   1. **분석 유형**에서 **감성**을 선택합니다.

   1. **언어**에서 **영어**를 선택합니다.

   1. **작업 암호화** 설정은 비활성 상태를 유지합니다.

1. **입력 데이터** 섹션에서 다음을 수행합니다.

   1. **데이터 소스**로 **내 문서**를 선택합니다.

   1. **S3 위치**로 **S3 찾아보기**를 선택한 다음 버킷 목록에서 버킷을 선택합니다.

   1. S3 버킷에서 **객체**로 `input` 폴더를 선택합니다.

   1. `input` 폴더에서 샘플 데이터세트 `amazon-reviews.csv`를 선택한 다음 **선택하기**를 선택합니다.

   1. **입력 형식**으로 **라인 하나에 문서 하나** 선택합니다.

1. **출력 데이터** 섹션에서 다음을 수행합니다.

   1. **S3 위치**로 **S3 찾아보기**를 선택한 다음 버킷 목록에서 버킷을 선택합니다.

   1. S3 버킷에서 **객체**로 `output` 폴더를 선택한 다음 **선택하기**를 선택합니다.

   1. **암호화**는 꺼진 상태로 둡니다.

1. **권한 연결** 섹션에서 다음을 수행합니다.

   1. **IAM 역할**에서 **IAM 역할 생성**을 선택합니다.

   1. **액세스 권한**은 **입력 및 출력 S3 버킷**을 선택합니다.

   1. **이름 접미사**에 `comprehend-access-role`을 입력합니다. 이 역할은 Amazon S3 버킷에 대한 액세스를 제공합니다.

1. **작업 생성**을 선택합니다.

1. 1\$110단계를 반복하여 개체 분석 작업을 생성합니다. 다음과 같이 변경합니다.

   1. **작업 설정**에서 **이름**에 `reviews-entities-analysis`를 입력합니다.

   1. **작업 설정**에서 **분석 유형**으로 **개체**를 선택합니다.

   1. **액세스 권한**에서 **기존 IAM 역할 사용**을 선택합니다. **역할 이름**으로 `AmazonComprehendServiceRole-comprehend-access-role`을 선택합니다(감성 작업에 대해 생성한 역할과 동일).

### 감성 및 개체 분석(AWS CLI)
<a name="tutorial-reviews-analysis-jobs-cli"></a>

`start-sentiment-detection-job` 및 `start-entities-detection-job` 명령을 사용하여 감성 및 개체 분석 작업을 실행합니다. 각 명령을 실행하면에 출력 S3 위치를 포함하여 작업에 대한 세부 정보에 액세스할 수 있는 `JobId` 값이 있는 JSON 객체가 AWS CLI 표시됩니다.

**감성 및 개체 분석 작업을 실행하려면(AWS CLI)**

1.  AWS CLI에서 다음 명령을 실행하여 감성 분석 작업을 시작합니다. `arn:aws:iam::123456789012:role/comprehend-access-role`을 이전에 텍스트 편집기에 복사한 IAM 역할 ARN으로 바꿉니다. 기본 AWS CLI 리전이 Amazon S3 버킷을 생성한 리전과 다른 경우 `--region` 파라미터를 포함하고를 버킷이 있는 리전`us-east-1`으로 바꿉니다.

   ```
   aws comprehend start-sentiment-detection-job 
   --input-data-config S3Uri=s3://amzn-s3-demo-bucket/input/
   --output-data-config S3Uri=s3://amzn-s3-demo-bucket/output/ 
   --data-access-role-arn arn:aws:iam::123456789012:role/comprehend-access-role
   --job-name reviews-sentiment-analysis
   --language-code en
   [--region us-east-1]
   ```

1. 작업을 제출한 후 `JobId`를 복사하여 텍스트 편집기에 저장합니다. 분석 작업에서 출력 파일을 찾으려면 `JobId`가 필요합니다.

1. 다음 명령을 실행하여 개체 분석 작업을 시작합니다.

   ```
   aws comprehend start-entities-detection-job 
   --input-data-config S3Uri=s3://amzn-s3-demo-bucket/input/
   --output-data-config S3Uri=s3://amzn-s3-demo-bucket/output/ 
   --data-access-role-arn arn:aws:iam::123456789012:role/comprehend-access-role
   --job-name reviews-entities-analysis
   --language-code en
   [--region us-east-1]
   ```

1. 작업을 제출한 후 `JobId`를 복사하여 텍스트 편집기에 저장합니다.

1. 작업의 상태를 확인합니다. `JobId`를 추적하여 작업 진행률을 볼 수 있습니다.

   감성 분석 작업 진행률을 추적하려면 다음 명령을 실행합니다. `sentiment-job-id`를 감성 분석을 실행한 후 복사한 `JobId`로 바꿉니다.

   ```
   aws comprehend describe-sentiment-detection-job
   --job-id sentiment-job-id
   ```

   개체 분석 작업을 추적하려면 다음 명령을 실행합니다. `entities-job-id`를 개체 분석을 실행한 후 복사한 `JobId`로 바꿉니다.

   ```
   aws comprehend describe-entities-detection-job
   --job-id entities-job-id
   ```

   `JobStatus`가 `COMPLETED`으로 표시되는 데 몇 분 정도 걸립니다.

감성 및 개체 분석 작업을 완료했습니다. 다음 단계로 이동하기 전에 두 작업을 모두 완료해야 합니다. 작업을 완료하는 데 몇 분 정도 걸릴 수 있습니다.