啟動自訂實體偵測任務 (API)

您可以使用 API 來啟動和監控非同步分析任務，以進行自訂實體辨識。

若要使用 StartEntitiesDetectionJob 操作啟動自訂實體偵測任務，您需要提供 EntityRecognizerArn，這是訓練模型的 Amazon Resource Name (ARN)。您可以在 CreateEntityRecognizer 操作的回應中找到此 ARN。

使用 偵測自訂實體 AWS Command Line Interface

針對 Unix、Linux 和 macOS 環境使用以下範例。用於 Windows 時，請以插入號 (^) 取代每一行結尾處的 Unix 接續字元斜線 (\)。若要偵測文件集中的自訂實體，請使用下列請求語法：

aws comprehend start-entities-detection-job \
     --entity-recognizer-arn "arn:aws:comprehend:region:account number:entity-recognizer/test-6" \
     --job-name infer-1 \
     --data-access-role-arn "arn:aws:iam::account number:role/service-role/AmazonComprehendServiceRole-role" \
     --language-code en \
     --input-data-config "S3Uri=s3://Bucket Name/Bucket Path" \
     --output-data-config "S3Uri=s3://Bucket Name/Bucket Path/" \
     --region region

Amazon Comprehend 會回應 JobID和 ，JobStatus並傳回您在請求中指定的 S3 儲存貯體中任務的輸出。

使用 偵測自訂實體 AWS SDK for Java

如需使用 Java 的 Amazon Comprehend 範例，請參閱 Amazon Comprehend Java 範例。

使用 偵測自訂實體 AWS SDK for Python (Boto3)

此範例會建立自訂實體識別器、訓練模型，然後使用 在實體識別器任務中執行 AWS SDK for Python (Boto3)。

執行個體化適用於 Python 的 SDK。

import boto3
import uuid
comprehend = boto3.client("comprehend", region_name="region")

建立實體識別符：

response = comprehend.create_entity_recognizer(
    RecognizerName="Recognizer-Name-Goes-Here-{}".format(str(uuid.uuid4())),
    LanguageCode="en",
    DataAccessRoleArn="Role ARN",
    InputDataConfig={
        "EntityTypes": [
            {
                "Type": "ENTITY_TYPE"
            }
        ],
        "Documents": {
            "S3Uri": "s3://Bucket Name/Bucket Path/documents"
        },
        "Annotations": {
            "S3Uri": "s3://Bucket Name/Bucket Path/annotations"
        }
    }
)
recognizer_arn = response["EntityRecognizerArn"]

列出所有辨識器：

response = comprehend.list_entity_recognizers()

等待實體辨識器達到 TRAINED 狀態：

while True:
    response = comprehend.describe_entity_recognizer(
        EntityRecognizerArn=recognizer_arn
    )

    status = response["EntityRecognizerProperties"]["Status"]
    if "IN_ERROR" == status:
        sys.exit(1)
    if "TRAINED" == status:
        break

    time.sleep(10)

啟動自訂實體偵測任務：

response = comprehend.start_entities_detection_job(
    EntityRecognizerArn=recognizer_arn,
    JobName="Detection-Job-Name-{}".format(str(uuid.uuid4())),
    LanguageCode="en",
    DataAccessRoleArn="Role ARN",
    InputDataConfig={
        "InputFormat": "ONE_DOC_PER_LINE",
        "S3Uri": "s3://Bucket Name/Bucket Path/documents"
    },
    OutputDataConfig={
        "S3Uri": "s3://Bucket Name/Bucket Path/output"
    }
)

覆寫 PDF 檔案的 API 動作

對於映像檔案和 PDF 檔案，您可以使用 中的 DocumentReaderConfig 參數覆寫預設擷取動作InputDataConfig。

下列範例會定義名為 myInputDataConfig.json 的 JSON 檔案來設定InputDataConfig值。它會DocumentReadConfig設定為對所有 PDF 檔案使用 Amazon Textract DetectDocumentText API。

"InputDataConfig": {
  "S3Uri": s3://Bucket Name/Bucket Path",
  "InputFormat": "ONE_DOC_PER_FILE",
  "DocumentReaderConfig": {
      "DocumentReadAction": "TEXTRACT_DETECT_DOCUMENT_TEXT",
      "DocumentReadMode": "FORCE_DOCUMENT_READ_ACTION"
  }
}       

在 StartEntitiesDetectionJob操作中，指定 myInputDataConfig.json 檔案做為 InputDataConfig 參數：

  --input-data-config file://myInputDataConfig.json  

如需DocumentReaderConfig參數的詳細資訊，請參閱 設定文字擷取選項。