文档处理

Amazon Comprehend 支持一步完成自定义分类和自定义实体识别的文档处理。例如，您可以将纯文本文档和半结构化文档（例如 PDF 文档、Microsoft Word 文档和图像）混合输入到自定义分析作业中。

对于需要提取文本的输入文件，Amazon Comprehend 会在运行分析之前自动执行文本提取。为了提取文本内容，Amazon Comprehend 使用内部解析器来处理原生半结构化文档，并使用 Amazon Textract API 来处理图像和扫描文档。

除了亚太地区（东京 AWS GovCloud ）和（美国西部）仅支持纯文本模型进行自定义分类外，每个亚马逊Comprehend都提供 支持的区域 Amazon Comprehend文档处理功能。

以下主题详细介绍了 Amazon Comprehend 支持进行自定义分析的输入文档类型。