步骤 3：在 Amazon S3 中对文档运行分析任务

聚焦模式

步骤 3：在 Amazon S3 中对文档运行分析任务 - Amazon Comprehend

将数据存储到 Amazon S3 以后，您可以开始运行 Amazon Comprehend 分析任务。情绪分析任务确定文档的整体情绪（积极、消极、中性、或混合）。实体分析任务从文档中提取真实世界对象的名称。这些对象包括人物、地点、标题、事件、日期、数量、产品和组织。在此步骤中，您将运行两个 Amazon Comprehend 分析任务，从示例数据集中提取情绪和实体。

主题

先决条件
分析情绪和实体

先决条件

开始之前，请执行以下操作：

完成步骤 1：向 Amazon S3 添加文档。
（可选）如果您正在使用 AWS CLI，请填写步骤 2：（仅限 CLI）为 Amazon Comprehend 创建 IAM 角色并准备好您的 IAM 角色 ARN。

分析情绪和实体

您运行的第一项任务将分析示例数据集中每条客户评论的情绪。第二项工作提取每条客户评论中的实体。您可以使用 Amazon Comprehend 控制台或 AWS CLI。

提示

请确保您所在的 AWS 地区支持亚马逊 Comprehend。有关更多信息，请参阅在《全球基础设施指南》中的区域表。

使用 Amazon Comprehend 控制台时，您一次只能创建一个任务。您需要重复以下步骤才能同时运行情绪和实体分析任务。请注意，对于第一个任务，您需要创建一个 IAM 角色，但对于第二个任务，您可以重复使用第一个任务的 IAM 角色。只要您使用相同的 S3 存储桶和文件夹，就可以重复使用 IAM 角色。

运行情绪和实体分析任务（控制台）

请确保您所在的区域与 Amazon Simple Storage Service (Amazon S3) 存储桶的创建区域相同。如果您在其他区域，请在导航栏中，从 AWS 区域选择器中选择您创建 S3 存储桶的区域。
打开亚马逊 Comprehend 控制台，网址为 https://console.aws.amazon.com/comprehend/
选择启动 Amazon Comprehend。
在导航窗格中，选择分析任务。
请选择创建任务。
在任务设置部分，执行以下操作：
1. 对于名称，请输入 reviews-sentiment-analysis。
2. 在分析类型中，选择情绪。
3. 在语言中，选择英语。
4. 将任务加密设置保留为禁用。
请在输入数据部分，执行以下操作：
1. 在数据来源中，选择我的文档。
2. 在 S3 位置，选择浏览 S3，然后从存储桶列表中选择您的存储桶。
3. 在您的 S3 存储桶中，对于对象，选择您的 input 文件夹。
4. 在 input 文件夹中，选择示例数据集 amazon-reviews.csv，然后选择选择。
5. 对于输入格式，选择每行一个文档。
请在输出数据部分，执行以下操作：
1. 在 S3 位置，选择浏览 S3，然后从存储桶列表中选择您的存储桶。
2. 在您的 S3 存储桶中，对于对象，选择 output 文件夹，然后选择选择。
3. 将加密保持关闭状态。
在访问权限部分，执行以下操作：
1. 对于 IAM 角色，选择创建 IAM 角色。
2. 在访问权限中，请选择输入和输出 S3 存储桶。
3. 在名称后缀中，输入 comprehend-access-role。该角色提供对 Amazon S3 存储桶的访问权限。
请选择创建任务。
重复步骤 1 - 10 创建实体分析任务。进行以下更改：
1. 在任务设置中，对于名称中输入 reviews-entities-analysis。
2. 在任务设置中，对于分析类型，选择实体。
3. 在访问权限下，选择使用现有 IAM 角色。在角色名称中，选择AmazonComprehendServiceRole-comprehend-access-role（这与您为情绪任务创建的角色相同）。

分析情绪和实体（控制台）

运行情绪和实体分析任务（控制台）

请确保您所在的区域与 Amazon Simple Storage Service (Amazon S3) 存储桶的创建区域相同。如果您在其他区域，请在导航栏中，从 AWS 区域选择器中选择您创建 S3 存储桶的区域。
打开亚马逊 Comprehend 控制台，网址为 https://console.aws.amazon.com/comprehend/
选择启动 Amazon Comprehend。
在导航窗格中，选择分析任务。
请选择创建任务。
在任务设置部分，执行以下操作：
1. 对于名称，请输入 reviews-sentiment-analysis。
2. 在分析类型中，选择情绪。
3. 在语言中，选择英语。
4. 将任务加密设置保留为禁用。
请在输入数据部分，执行以下操作：
1. 在数据来源中，选择我的文档。
2. 在 S3 位置，选择浏览 S3，然后从存储桶列表中选择您的存储桶。
3. 在您的 S3 存储桶中，对于对象，选择您的 input 文件夹。
4. 在 input 文件夹中，选择示例数据集 amazon-reviews.csv，然后选择选择。
5. 对于输入格式，选择每行一个文档。
请在输出数据部分，执行以下操作：
1. 在 S3 位置，选择浏览 S3，然后从存储桶列表中选择您的存储桶。
2. 在您的 S3 存储桶中，对于对象，选择 output 文件夹，然后选择选择。
3. 将加密保持关闭状态。
在访问权限部分，执行以下操作：
1. 对于 IAM 角色，选择创建 IAM 角色。
2. 在访问权限中，请选择输入和输出 S3 存储桶。
3. 在名称后缀中，输入 comprehend-access-role。该角色提供对 Amazon S3 存储桶的访问权限。
请选择创建任务。
重复步骤 1 - 10 创建实体分析任务。进行以下更改：
1. 在任务设置中，对于名称中输入 reviews-entities-analysis。
2. 在任务设置中，对于分析类型，选择实体。
3. 在访问权限下，选择使用现有 IAM 角色。在角色名称中，选择AmazonComprehendServiceRole-comprehend-access-role（这与您为情绪任务创建的角色相同）。

您可以使用 start-sentiment-detection-job 和 start-entities-detection-job 命令来运行情绪和实体分析任务。运行每条命令后，会 AWS CLI 显示一个 JSON 对象，其JobId值允许您访问有关任务的详细信息，包括输出 S3 位置。

运行情绪和实体分析作业 (AWS CLI)

通过在 AWS CLI中运行以下命令启动情绪分析任务。将 arn:aws:iam::123456789012:role/comprehend-access-role 替换为您之前复制到文本编辑器的 IAM 角色 ARN。如果您的默认 AWS CLI 区域与您创建 Amazon S3 存储桶时所在的区域不同，请添加--region参数并us-east-1替换为存储桶所在的区域。
```
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]
```
提交任务后，复制 JobId 并保存到文本编辑器中。您需要使用 JobId 来查找分析任务的输出文件。

通过运行以下命令启动实体分析任务。


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]

提交任务后，复制 JobId 并保存到文本编辑器中。
检查您的任务的状态。您可以通过跟踪其 JobId 来查看任务的进度。

要跟踪您的情绪分析任务，请运行以下命令。将 sentiment-job-id 替换为在运行情绪分析后复制的 JobId。
```
aws comprehend describe-sentiment-detection-job
--job-id sentiment-job-id
```
要跟踪您的实体分析任务，请运行以下命令。将 entities-job-id 替换为在运行实体分析后复制的 JobId。
```
aws comprehend describe-entities-detection-job
--job-id entities-job-id
```
JobStatus 需要几分钟才能显示为 COMPLETED。

分析情绪和实体 (AWS CLI)

运行情绪和实体分析作业 (AWS CLI)

通过在 AWS CLI中运行以下命令启动情绪分析任务。将 arn:aws:iam::123456789012:role/comprehend-access-role 替换为您之前复制到文本编辑器的 IAM 角色 ARN。如果您的默认 AWS CLI 区域与您创建 Amazon S3 存储桶时所在的区域不同，请添加--region参数并us-east-1替换为存储桶所在的区域。
```
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]
```
提交任务后，复制 JobId 并保存到文本编辑器中。您需要使用 JobId 来查找分析任务的输出文件。

通过运行以下命令启动实体分析任务。


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]

提交任务后，复制 JobId 并保存到文本编辑器中。
检查您的任务的状态。您可以通过跟踪其 JobId 来查看任务的进度。

要跟踪您的情绪分析任务，请运行以下命令。将 sentiment-job-id 替换为在运行情绪分析后复制的 JobId。
```
aws comprehend describe-sentiment-detection-job
--job-id sentiment-job-id
```
要跟踪您的实体分析任务，请运行以下命令。将 entities-job-id 替换为在运行实体分析后复制的 JobId。
```
aws comprehend describe-entities-detection-job
--job-id entities-job-id
```
JobStatus 需要几分钟才能显示为 COMPLETED。

您已经完成了情绪和实体分析任务。应先完成这两项任务，然后再继续下一步。可能需要几分钟时间完成任务。

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

文档惯例

步骤 2：（仅限 CLI）创建 IAM 角色

步骤 4：准备输出

本页内容

选择您的 Cookie 首选项

自定义 Cookie 首选项

关键

性能

功能

广告

无法保存 Cookie 首选项

步骤 3：在 Amazon S3 中对文档运行分析任务

主题

先决条件

分析情绪和实体

提示

运行情绪和实体分析任务（控制台）

分析情绪和实体（控制台）

运行情绪和实体分析任务（控制台）

运行情绪和实体分析作业 (AWS CLI)

分析情绪和实体 (AWS CLI)

运行情绪和实体分析作业 (AWS CLI)

本页内容

Related resources

此页内容对您是否有帮助？

Related resources

下一主题：

上一主题：

需要帮助吗？