訓練自訂分類器 （主控台）

建立和訓練文件分類器模型

1. 登入 AWS Management Console ，並在 https://console.aws.amazon.com/comprehend/：// 開啟 Amazon Comprehend 主控台

2. 從左側選單中，選擇自訂，然後選擇自訂分類。

3. 選擇建立新模型。

4. 在模型設定下，輸入分類器的模型名稱。名稱在您的帳戶和目前區域中必須是唯一的。

   （選用） 輸入版本名稱。名稱在您的帳戶和目前區域中必須是唯一的。

5. 選取訓練文件的語言。若要查看分類器支援的語言，請參閱 訓練分類模型。

6. （選用） 如果您想要在 Amazon Comprehend 處理訓練工作時加密儲存磁碟區中的資料，請選擇分類器加密。然後選擇要使用與目前帳戶相關聯的 KMS 金鑰，還是使用其他帳戶的金鑰。

   • 如果您使用的是與目前帳戶相關聯的金鑰，請選擇 KMS 金鑰 ID 的金鑰 ID。

   • 如果您使用的是與不同帳戶相關聯的金鑰，請在 KMS 金鑰 ARN 下輸入金鑰 ID 的 ARN。

   注意

   如需建立和使用 KMS 金鑰和相關聯加密的詳細資訊，請參閱 AWS Key Management Service (AWS KMS)。

7. 在資料規格下，選擇要使用的訓練模型類型。

   • 純文字文件：選擇此選項可建立純文字模型。使用純文字文件訓練模型。

   • 原生文件：選擇此選項可建立原生文件模型。使用原生文件 (PDF、Word、影像） 訓練模型。

8. 選擇訓練資料的資料格式。如需資料格式的相關資訊，請參閱 分類器訓練檔案格式。

   • CSV 檔案：如果您的訓練資料使用 CSV 檔案格式，請選擇此選項。

   • 增強型資訊清單：如果您使用 Ground Truth 為訓練資料建立增強型資訊清單檔案，請選擇此選項。如果您選擇純文字文件做為訓練模型類型，即可使用此格式。

9. 選擇要使用的分類器模式。

   • 單一標籤模式：如果您指派給文件的類別是互斥的，而且您正在訓練分類器為每個文件指派一個標籤，請選擇此模式。在 Amazon Comprehend API 中，單一標籤模式稱為多類別模式。

   • 多標籤模式：如果可同時將多個類別套用至文件，且您正在訓練分類器將一或多個標籤指派給每個文件，請選擇此模式。

10. 如果您選擇多標籤模式，您可以選取標籤的分隔符號。當訓練文件有多個類別時，使用此分隔符號字元來分隔標籤。預設分隔符號是管道字元。

11. （選用） 如果您選擇增強型資訊清單做為資料格式，您最多可以輸入五個增強型資訊清單檔案。每個擴增的資訊清單檔案都包含訓練資料集或測試資料集。您必須提供至少一個訓練資料集。測試資料集是選用的。使用下列步驟來設定增強型資訊清單檔案：

    1. 在訓練和測試資料集下，展開輸入位置面板。

    2. 在資料集類型中，選擇訓練資料或測試資料。

    3. 針對 SageMaker AI Ground Truth 增強型資訊清單檔案 S3 位置，輸入包含資訊清單檔案的 Amazon S3 儲存貯體位置，或選擇瀏覽 S3 來導覽至該檔案。您用於訓練任務存取許可的 IAM 角色必須具有 S3 儲存貯體的讀取許可。

    4. 針對屬性名稱，輸入包含註釋的屬性名稱。如果檔案包含來自多個鏈結標記任務的註釋，請為每個任務新增屬性。

    5. 若要新增另一個輸入位置，請選擇新增輸入位置，然後設定下一個位置。

12. （選用） 如果您選擇 CSV 檔案做為資料格式，請使用下列步驟來設定訓練資料集和選用測試資料集：

    1. 在訓練資料集下，輸入包含訓練資料 CSV 檔案的 Amazon S3 儲存貯體位置，或選擇瀏覽 S3 導覽至該儲存貯體。您用於訓練任務存取許可的 IAM 角色必須具有 S3 儲存貯體的讀取許可。

       （選用） 如果您選擇原生文件做為訓練模型類型，您也可以提供包含訓練範例檔案的 Amazon S3 資料夾 URL。

    2. 在測試資料集下，選取您是否為 Amazon Comprehend 提供額外的資料，以測試訓練過的模型。

       • Autosplit：Autosplit 會自動選取 10% 的訓練資料，以保留做為測試資料。

       • （選用） 客戶提供：在 Amazon S3 中輸入測試資料 CSV 檔案的 URL。您也可以導覽至其在 Amazon S3 中的位置，然後選擇選取資料夾。

         （選用） 如果您選擇原生文件做為訓練模型類型，您也可以提供包含測試檔案的 Amazon S3 資料夾 URL。

13. （選用） 對於文件讀取模式，您可以覆寫預設的文字擷取動作。純文字模型不需要此選項，因為它適用於掃描文件的文字擷取。如需詳細資訊，請參閱設定文字擷取選項。

14. （純文字模型為選用） 針對輸出資料，輸入 Amazon S3 儲存貯體的位置以儲存訓練輸出資料，例如混淆矩陣。如需詳細資訊，請參閱混淆矩陣。

    （選用） 如果您選擇加密訓練任務的輸出結果，請選擇加密。然後選擇要使用與目前帳戶相關聯的 KMS 金鑰，還是使用其他帳戶的金鑰。

    • 如果您使用的是與目前帳戶相關聯的金鑰，請選擇 KMS 金鑰 ID 的金鑰別名。

    • 如果您使用的是與不同帳戶相關聯的金鑰，請在 KMS 金鑰 ID 下輸入金鑰別名或 ID 的 ARN。

15. 針對 IAM 角色，選擇選擇現有的 IAM 角色，然後選擇具有包含訓練文件之 S3 儲存貯體讀取許可的現有 IAM 角色。角色必須具有開頭為 的信任政策comprehend.amazonaws.com，才能有效。

    如果您還沒有具有這些許可的 IAM 角色，請選擇建立 IAM 角色來建立。選擇授予此角色的存取許可，然後選擇名稱尾碼，以區分帳戶中的角色與 IAM 角色。

    注意

    對於加密的輸入文件，使用的 IAM 角色也必須具有kms:Decrypt許可。如需詳細資訊，請參閱使用 KMS 加密所需的許可。

16. （選用） 若要從 VPC 啟動您的資源到 Amazon Comprehend，請在 VPC 下輸入 VPC ID，或從下拉式清單中選擇 ID。

    1. 在子網路 （子網路） 下選擇子網路。選取第一個子網路後，您可以選擇其他子網路。

    2. 在安全群組 (Security Group) 下，選擇指定安全群組時要使用的安全群組。選取第一個安全群組後，您可以選擇其他安全群組。

    注意

    當您搭配分類任務使用 VPC 時，DataAccessRole用於建立和啟動操作的 必須具有存取輸入文件和輸出儲存貯體的 VPC 許可。

17. （選用） 若要將標籤新增至自訂分類器，請在標籤下輸入鍵值對。選擇 Add tag (新增標籤)。若要在建立分類器之前移除此對，請選擇移除標籤。如需詳細資訊，請參閱標記您的  資源。

18. 選擇 Create (建立)。