本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 步驟 3：在 Amazon S3 中的文件上執行分析任務
在 Amazon S3 中儲存資料之後，您可以開始執行 Amazon Comprehend 分析任務。*情緒*分析任務決定文件的整體情緒 （正面、負面、中性或混合）。*實體*分析任務會從文件中擷取真實世界物件的名稱。這些物件包括人員、地點、標題、事件、日期、數量、產品和組織。在此步驟中，您會執行兩個 Amazon Comprehend 分析任務，從範例資料集擷取情緒和實體。
**Topics**
+ [先決條件](#tutorial-reviews-analysis-prereqs)
+ [分析情緒和實體](#tutorial-reviews-analysis-jobs)
## 先決條件
開始之前，請執行以下動作：
+ 完成 [步驟 1：將文件新增至 Amazon S3](tutorial-reviews-add-docs.md)。
+ （選用） 如果您使用的是 AWS CLI，請完成[步驟 2：（僅限 CLI) 為 Amazon Comprehend 建立 IAM 角色](tutorial-reviews-create-role.md)並準備好您的 IAM 角色 ARN。
## 分析情緒和實體
您執行的第一個任務會分析範例資料集中每個客戶檢閱的情緒。第二個任務會擷取每個客戶檢閱中的實體。您可以使用 Amazon Comprehend 主控台或 執行 Amazon Comprehend 分析任務 AWS CLI。
**提示**
請確定您位於支援 Amazon Comprehend AWS 的區域。如需詳細資訊，請參閱《 *全球基礎設施指南*》中的[區域資料表](https://aws.amazon.com/about-aws/global-infrastructure/regional-product-services/)。
### 分析情緒和實體 （主控台）
使用 Amazon Comprehend 主控台時，您一次建立一個任務。您需要重複下列步驟，才能同時執行情緒和實體分析任務。請注意，對於第一個任務，您可以建立 IAM 角色，但對於第二個任務，您可以重複使用第一個任務的 IAM 角色。只要您使用相同的 S3 儲存貯體和資料夾，就可以重複使用 IAM 角色。
**執行情緒和實體分析任務 （主控台）**
1. 請確定您位於建立 Amazon Simple Storage Service (Amazon S3) 儲存貯體的相同區域。如果您位於另一個區域，請在導覽列中選擇您從 AWS 區域選取器建立 S3 儲存貯體的區域。 ****
1. 在 https：//[https://console.aws.amazon.com/comprehend/](https://console.aws.amazon.com/comprehend/) 開啟 Amazon Comprehend 主控台
1. 選擇**啟動 Amazon Comprehend**。
1. 在導覽窗格中，選擇**分析任務**。
1. 選擇**建立任務**。
1. 在**任務設定**區段中，執行下列動作：
1. 對於**名稱**，輸入 `reviews-sentiment-analysis`。
1. 針對**分析類型**，選擇**情緒**。
1. 針對**語言**，選擇**英文**。
1. 將**任務加密**設定保留為停用狀態。
1. 在**輸入資料**區段中，執行下列動作：
1. 針對**資料來源**，選擇**我的文件**。
1. 對於 **S3 位置**，選擇**瀏覽 S3**，然後從儲存貯體清單中選擇您的儲存貯體。
1. 在您的 S3 儲存貯體中，針對**物件**選擇您的`input`資料夾。
1. 在 `input` 資料夾中，選擇範例資料集，`amazon-reviews.csv`然後選擇**選擇**。
1. 針對**輸入格式**，選擇**每行一個文件**。
1. 在**輸出資料**區段中，執行下列動作：
1. 對於 **S3 位置**，選擇**瀏覽 S3**，然後從儲存貯體清單中選擇您的儲存貯體。
1. 在 S3 儲存貯體中，針對**物件**選擇 `output` 資料夾，然後選擇**選擇**。
1. 關閉**加密**。
1. 在**存取許可**區段中，執行下列動作：
1. 針對 **IAM 角色**，選擇**建立 IAM 角色**。
1. 針對**存取許可**，選擇**輸入和輸出 S3 儲存貯體**。
1. 針對**名稱尾碼**，輸入 `comprehend-access-role`。此角色可讓您存取 Amazon S3 儲存貯體。
1. 選擇**建立任務**。
1. 重複步驟 1-10 來建立實體分析任務。進行下列變更：
1. 在**任務設定**中，針對**名稱**輸入 `reviews-entities-analysis`。
1. 在**任務設定**中，針對**分析類型**，選擇**實體**。
1. 在**存取許可**中，選擇**使用現有的 IAM 角色**。針對**角色名稱**，選擇 `AmazonComprehendServiceRole-comprehend-access-role`（這是您為情緒任務建立的相同角色）。
### 分析情緒和實體 (AWS CLI)
您可以使用 `start-sentiment-detection-job`和 `start-entities-detection-job`命令來執行情緒和實體分析任務。執行每個命令後， AWS CLI 會顯示具有 `JobId`值的 JSON 物件，可讓您存取任務的詳細資訊，包括輸出 S3 位置。
**執行情緒和實體分析任務 (AWS CLI)**
1. 在 中執行下列命令來啟動情緒分析任務 AWS CLI。`arn:aws:iam::123456789012:role/comprehend-access-role` 將 取代為您先前複製到文字編輯器的 IAM 角色 ARN。如果您的預設 AWS CLI 區域與您建立 Amazon S3 儲存貯體的區域不同，請包含 `--region` 參數，並將 取代`us-east-1`為儲存貯體所在的區域。
```
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]
```
1. 提交任務之後，請複製 `JobId` 並將其儲存至文字編輯器。您需要 `JobId`才能從分析任務尋找輸出檔案。
1. 執行下列命令來啟動實體分析任務。
```
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. 提交任務之後，請複製 `JobId` 並將其儲存至文字編輯器。
1. 檢查任務的狀態。您可以透過追蹤任務的 來檢視任務進度`JobId`。
若要追蹤情緒分析任務的進度，請執行下列命令。`sentiment-job-id` 將 取代為您在執行情緒分析後複製`JobId`的 。
```
aws comprehend describe-sentiment-detection-job
--job-id sentiment-job-id
```
若要追蹤您的實體分析任務，請執行下列命令。`entities-job-id` 將 取代為您在執行實體分析後複製`JobId`的 。
```
aws comprehend describe-entities-detection-job
--job-id entities-job-id
```
`JobStatus` 顯示為 需要幾分鐘的時間`COMPLETED`。
您已完成情緒和實體分析任務。在繼續下一個步驟之前，應該完成這兩個任務。任務可能需要幾分鐘的時間才能完成。