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。
# 使用 API 進行即時分析
下列範例示範如何使用 Amazon Comprehend API 進行即時分析、使用 AWS CLI以及適用於 .NET、Java 和 AWS Python SDKs。使用範例來了解 Amazon Comprehend 同步操作，並做為您自己應用程式的建置區塊。
本節中的 .NET 範例使用 [適用於 .NET 的 AWS SDK](https://docs.aws.amazon.com/sdk-for-net/latest/developer-guide/welcome.html)。您可以使用 [AWS Toolkit for Visual Studio](https://docs.aws.amazon.com/AWSToolkitVS/latest/UserGuide/welcome.html)來使用 .NET 開發 AWS 應用程式。它包含有用的範本和 AWS Explorer，用於部署應用程式和管理服務。如需 的 .NET 開發人員觀點 AWS，請參閱 [AWS .NET 開發人員指南](https://docs.aws.amazon.com/sdk-for-net/latest/developer-guide/welcome.html)。
**Topics**
+ [偵測主要語言](#get-started-api-dominant-language)
+ [偵測具名實體](#get-started-api-entities)
+ [偵測金鑰片語](#get-started-api-key-phrases)
+ [判斷情緒](#get-started-api-sentiment)
+ [目標情緒的即時分析](#get-started-api-targeted-sentiment)
+ [偵測語法](#get-started-api-syntax)
+ [即時批次 APIs](#get-started-batch)
## 偵測主要語言
若要判斷文字中使用的主要語言，請使用 [DetectDominantLanguage](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectDominantLanguage.html) 操作。若要偵測批次中最多 25 個文件中的主要語言，請使用 [BatchDetectDominantLanguage](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectDominantLanguage.html) 操作。如需詳細資訊，請參閱[即時批次 APIs](#get-started-batch)。
**Topics**
+ [使用 AWS Command Line Interface](#get-started-api-dominant-language-cli)
+ [使用 適用於 Java 的 AWS SDK、適用於 Python 的 SDK 或 適用於 .NET 的 SDK](#get-started-api-dominant-language-java)
### 使用 AWS Command Line Interface
下列範例示範搭配 使用 `DetectDominantLanguage`操作 AWS CLI。
此範例格式適用於 Unix、Linux 和 macOS。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 (\$1)。
```
aws comprehend detect-dominant-language \
--region region \
--text "It is raining today in Seattle."
```
Amazon Comprehend 會以下列方式回應：
```
{
"Languages": [
{
"LanguageCode": "en",
"Score": 0.9793661236763
}
]
}
```
### 使用 適用於 Java 的 AWS SDK、適用於 Python 的 SDK 或 適用於 .NET 的 SDK
如需如何判斷主要語言的 SDK 範例，請參閱 [`DetectDominantLanguage` 搭配 AWS SDK 或 CLI 使用](example_comprehend_DetectDominantLanguage_section.md)。
## 偵測具名實體
若要判斷文件中的具名實體，請使用 [DetectEntities](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectEntities.html) 操作。若要偵測批次中最多 25 個文件中的實體，請使用 [BatchDetectEntities](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectEntities.html) 操作。如需詳細資訊，請參閱[即時批次 APIs](#get-started-batch)。
**Topics**
+ [使用 AWS Command Line Interface](#get-started-api-entities-cli)
+ [使用 適用於 Java 的 AWS SDK、適用於 Python 的 SDK 或 適用於 .NET 的 SDK](#get-started-api-entities-java)
### 使用 AWS Command Line Interface
下列範例示範如何使用 `DetectEntities`操作 AWS CLI。您必須指定輸入文字的語言。
此範例格式適用於 Unix、Linux 和 macOS。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 (\$1)。
```
aws comprehend detect-entities \
--region region \
--language-code "en" \
--text "It is raining today in Seattle."
```
Amazon Comprehend 會以下列方式回應：
```
{
"Entities": [
{
"Text": "today",
"Score": 0.97,
"Type": "DATE",
"BeginOffset": 14,
"EndOffset": 19
},
{
"Text": "Seattle",
"Score": 0.95,
"Type": "LOCATION",
"BeginOffset": 23,
"EndOffset": 30
}
],
"LanguageCode": "en"
}
```
### 使用 適用於 Java 的 AWS SDK、適用於 Python 的 SDK 或 適用於 .NET 的 SDK
如需如何判斷主要語言的 SDK 範例，請參閱 [`DetectEntities` 搭配 AWS SDK 或 CLI 使用](example_comprehend_DetectEntities_section.md)。
## 偵測金鑰片語
若要判斷文字中使用的金鑰名詞片語，請使用 [DetectKeyPhrases](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectKeyPhrases.html) 操作。若要偵測批次中最多 25 個文件中的金鑰名詞片語，請使用 [BatchDetectKeyPhrases](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectKeyPhrases.html) 操作。如需詳細資訊，請參閱[即時批次 APIs](#get-started-batch)。
**Topics**
+ [使用 AWS Command Line Interface](#get-started-api-key-phrases-cli)
+ [使用 適用於 Java 的 AWS SDK、適用於 Python 的 SDK 或 適用於 .NET 的 SDK](#get-started-api-key-phrases-java)
### 使用 AWS Command Line Interface
下列範例示範搭配 使用 `DetectKeyPhrases`操作 AWS CLI。您必須指定輸入文字的語言。
此範例格式適用於 Unix、Linux 和 macOS。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 (\$1)。
```
aws comprehend detect-key-phrases \
--region region \
--language-code "en" \
--text "It is raining today in Seattle."
```
Amazon Comprehend 會以下列方式回應：
```
{
"LanguageCode": "en",
"KeyPhrases": [
{
"Text": "today",
"Score": 0.89,
"BeginOffset": 14,
"EndOffset": 19
},
{
"Text": "Seattle",
"Score": 0.91,
"BeginOffset": 23,
"EndOffset": 30
}
]
}
```
### 使用 適用於 Java 的 AWS SDK、適用於 Python 的 SDK 或 適用於 .NET 的 SDK
如需偵測金鑰片語的 SDK 範例，請參閱 [`DetectKeyPhrases` 搭配 AWS SDK 或 CLI 使用](example_comprehend_DetectKeyPhrases_section.md)。
## 判斷情緒
Amazon Comprehend 提供下列 API 操作來分析情緒：
+ [DetectSentiment](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectSentiment.html) – 決定文件的整體情緒情緒。
+ [BatchDetectSentiment](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectSentiment.html) – 決定批次中最多 25 個文件的整體情緒。如需詳細資訊，請參閱[即時批次 APIs](#get-started-batch)
+ [StartSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartSentimentDetectionJob.html) – 啟動文件集合的非同步情緒偵測任務。
+ [ListSentimentDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListSentimentDetectionJobs.html) – 傳回您已提交的情緒偵測任務清單。
+ [DescribeSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeSentimentDetectionJob.html) – 取得與指定情緒偵測任務相關聯的屬性 （包括狀態）。
+ [StopSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StopSentimentDetectionJob.html) – 停止指定的進行中情緒任務。
**Topics**
+ [使用 AWS Command Line Interface](#get-started-api-sentiment-cli)
+ [使用 適用於 Java 的 AWS SDK、適用於 Python 的 SDK 或 適用於 .NET 的 SDK](#get-started-api-sentiment-java)
### 使用 AWS Command Line Interface
下列範例示範搭配 使用 `DetectSentiment`操作 AWS CLI。此範例指定輸入文字的語言。
此範例格式適用於 Unix、Linux 和 macOS。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 (\$1)。
```
aws comprehend detect-sentiment \
--region region \
--language-code "en" \
--text "It is raining today in Seattle."
```
Amazon Comprehend 會以下列方式回應：
```
{
"SentimentScore": {
"Mixed": 0.014585512690246105,
"Positive": 0.31592071056365967,
"Neutral": 0.5985543131828308,
"Negative": 0.07093945890665054
},
"Sentiment": "NEUTRAL",
"LanguageCode": "en"
}
```
### 使用 適用於 Java 的 AWS SDK、適用於 Python 的 SDK 或 適用於 .NET 的 SDK
如需決定輸入文字情緒的 SDK 範例，請參閱 [`DetectSentiment` 搭配 AWS SDK 或 CLI 使用](example_comprehend_DetectSentiment_section.md)。
## 目標情緒的即時分析
Amazon Comprehend 為目標情緒即時分析提供下列 API 操作：
+ [DetectTargetedSentiment](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectTargetedSentiment.html) – 分析文件中提及之實體的情緒。
+ [BatchDetectTargetedSentiment](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectTargetedSentiment.html) – 分析批次中最多 25 個文件的目標情緒。如需詳細資訊，請參閱[即時批次 APIs](#get-started-batch)
如果您要分析的文字不包含任何目標情緒 [實體類型](how-targeted-sentiment.md#how-targeted-sentiment-entities)，API 會傳回空的實體陣列。
### 使用 AWS Command Line Interface
下列範例示範搭配 使用 `DetectTargetedSentiment`操作 AWS CLI。此範例指定輸入文字的語言。
此範例格式適用於 Unix、Linux 和 macOS。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 (\$1)。
```
aws comprehend detect-targeted-sentiment \
--region region \
--language-code "en" \
--text "The burger was cooked perfectly but it was cold. The service was OK."
```
Amazon Comprehend 會以下列方式回應：
```
{
"Entities": [
{
"DescriptiveMentionIndex": [
0
],
"Mentions": [
{
"BeginOffset": 4,
"EndOffset": 10,
"Score": 1,
"GroupScore": 1,
"Text": "burger",
"Type": "OTHER",
"MentionSentiment": {
"Sentiment": "POSITIVE",
"SentimentScore": {
"Mixed": 0.001515,
"Negative": 0.000822,
"Neutral": 0.000243,
"Positive": 0.99742
}
}
},
{
"BeginOffset": 36,
"EndOffset": 38,
"Score": 0.999843,
"GroupScore": 0.999661,
"Text": "it",
"Type": "OTHER",
"MentionSentiment": {
"Sentiment": "NEGATIVE",
"SentimentScore": {
"Mixed": 0,
"Negative": 0.999996,
"Neutral": 0.000004,
"Positive": 0
}
}
}
]
},
{
"DescriptiveMentionIndex": [
0
],
"Mentions": [
{
"BeginOffset": 53,
"EndOffset": 60,
"Score": 1,
"GroupScore": 1,
"Text": "service",
"Type": "ATTRIBUTE",
"MentionSentiment": {
"Sentiment": "NEUTRAL",
"SentimentScore": {
"Mixed": 0.000033,
"Negative": 0.000089,
"Neutral": 0.993325,
"Positive": 0.006553
}
}
}
]
}
]
}
```
## 偵測語法
若要剖析文字以擷取個別字詞並判斷每個字詞的語音部分，請使用 [DetectSyntax](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectSyntax.html) 操作。若要剖析批次中最多 25 個文件的語法，請使用 [BatchDetectSyntax](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectSyntax.html) 操作。如需詳細資訊，請參閱[即時批次 APIs](#get-started-batch)。
**Topics**
+ [使用 AWS Command Line Interface。](#get-started-api-syntax-cli)
+ [使用 適用於 Java 的 AWS SDK、適用於 Python 的 SDK 或 適用於 .NET 的 SDK](#get-started-api-syntax-java)
### 使用 AWS Command Line Interface。
下列範例示範搭配 使用 `DetectSyntax`操作 AWS CLI。此範例指定輸入文字的語言。
此範例格式適用於 Unix、Linux 和 macOS。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 (\$1)。
```
aws comprehend detect-syntax \
--region region \
--language-code "en" \
--text "It is raining today in Seattle."
```
Amazon Comprehend 會以下列方式回應：
```
{
"SyntaxTokens": [
{
"Text": "It",
"EndOffset": 2,
"BeginOffset": 0,
"PartOfSpeech": {
"Tag": "PRON",
"Score": 0.8389829397201538
},
"TokenId": 1
},
{
"Text": "is",
"EndOffset": 5,
"BeginOffset": 3,
"PartOfSpeech": {
"Tag": "AUX",
"Score": 0.9189288020133972
},
"TokenId": 2
},
{
"Text": "raining",
"EndOffset": 13,
"BeginOffset": 6,
"PartOfSpeech": {
"Tag": "VERB",
"Score": 0.9977611303329468
},
"TokenId": 3
},
{
"Text": "today",
"EndOffset": 19,
"BeginOffset": 14,
"PartOfSpeech": {
"Tag": "NOUN",
"Score": 0.9993606209754944
},
"TokenId": 4
},
{
"Text": "in",
"EndOffset": 22,
"BeginOffset": 20,
"PartOfSpeech": {
"Tag": "ADP",
"Score": 0.9999061822891235
},
"TokenId": 5
},
{
"Text": "Seattle",
"EndOffset": 30,
"BeginOffset": 23,
"PartOfSpeech": {
"Tag": "PROPN",
"Score": 0.9940338730812073
},
"TokenId": 6
},
{
"Text": ".",
"EndOffset": 31,
"BeginOffset": 30,
"PartOfSpeech": {
"Tag": "PUNCT",
"Score": 0.9999997615814209
},
"TokenId": 7
}
]
}
```
### 使用 適用於 Java 的 AWS SDK、適用於 Python 的 SDK 或 適用於 .NET 的 SDK
如需偵測輸入文字語法的 SDK 範例，請參閱 [`DetectSyntax` 搭配 AWS SDK 或 CLI 使用](example_comprehend_DetectSyntax_section.md)。
## 即時批次 APIs
若要傳送最多 25 個文件的批次，您可以使用 Amazon Comprehend 即時批次操作。呼叫批次操作與呼叫請求中每個文件APIs 相同。使用批次 APIs 可以為您的應用程式提供更好的效能。如需詳細資訊，請參閱[多個文件同步處理](concepts-processing-modes.md#how-batch)。
**Topics**
+ [使用 進行批次處理 AWS CLI](#batch-cli)
+ [使用 進行批次處理 適用於 .NET 的 AWS SDK](#batch-csharp)
### 使用 進行批次處理 AWS CLI
這些範例示範如何使用 批次 API 操作 AWS Command Line Interface。除了 之外的所有操作都`BatchDetectDominantLanguage`使用稱為 的下列 JSON 檔案`process.json`做為輸入。對於該操作，不包含`LanguageCode`實體。
JSON 檔案 (`"$$$$$$$$"`) 中的第三個文件會在批次處理期間造成錯誤。它包含在其中，以便操作在回應中包含 [BatchItemError](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchItemError.html)。
```
{
"LanguageCode": "en",
"TextList": [
"I have been living in Seattle for almost 4 years",
"It is raining today in Seattle",
"$$$$$$$$"
]
}
```
這些範例已針對 Unix、Linux 和 macOS 格式化。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 (\$1)。
**Topics**
+ [使用批次偵測主要語言 (AWS CLI)](#batch-dominant-language)
+ [使用批次偵測實體 (AWS CLI)](#batch-entities)
+ [使用批次偵測金鑰片語 (AWS CLI)](#batch-key-phrase)
+ [使用批次偵測情緒 (AWS CLI)](#batch-sentiment)
#### 使用批次偵測主要語言 (AWS CLI)
[BatchDetectDominantLanguage](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectDominantLanguage.html) 操作會決定批次中每個文件的主要語言。如需 Amazon Comprehend 可偵測的語言清單，請參閱 [主要語言](how-languages.md)。下列 AWS CLI 命令會呼叫 `BatchDetectDominantLanguage`操作。
```
aws comprehend batch-detect-dominant-language \
--endpoint endpoint \
--region region \
--cli-input-json file://path to input file/process.json
```
以下是 `BatchDetectDominantLanguage`操作的回應：
```
{
"ResultList": [
{
"Index": 0,
"Languages":[
{
"LanguageCode":"en",
"Score": 0.99
}
]
},
{
"Index": 1
"Languages":[
{
"LanguageCode":"en",
"Score": 0.82
}
]
}
],
"ErrorList": [
{
"Index": 2,
"ErrorCode": "InternalServerException",
"ErrorMessage": "Unexpected Server Error. Please try again."
}
]
}
```
#### 使用批次偵測實體 (AWS CLI)
使用 [BatchDetectEntities](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectEntities.html) 操作來尋找存在於文件批次中的實體。如需實體的詳細資訊，請參閱[實體](how-entities.md)。下列 AWS CLI 命令會呼叫 `BatchDetectEntities`操作。
```
aws comprehend batch-detect-entities \
--endpoint endpoint \
--region region \
--cli-input-json file://path to input file/process.json
```
#### 使用批次偵測金鑰片語 (AWS CLI)
[BatchDetectKeyPhrases](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectKeyPhrases.html) 操作會傳回一批文件中的金鑰名詞片語。下列 AWS CLI 命令會呼叫 `BatchDetectKeyNounPhrases`操作。
```
aws comprehend batch-detect-key-phrases
--endpoint endpoint
--region region
--cli-input-json file://path to input file/process.json
```
#### 使用批次偵測情緒 (AWS CLI)
使用 [BatchDetectSentiment](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectSentiment.html) 操作偵測一批文件的整體情緒。下列 AWS CLI 命令會呼叫 `BatchDetectSentiment`操作。
```
aws comprehend batch-detect-sentiment \
--endpoint endpoint \
--region region \
--cli-input-json file://path to input file/process.json
```
### 使用 進行批次處理 適用於 .NET 的 AWS SDK
下列範例程式示範如何搭配 使用 [BatchDetectEntities](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectEntities.html) 操作 適用於 .NET 的 SDK。伺服器的回應包含每個已成功處理之文件的 [BatchDetectEntitiesItemResult](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectEntitiesItemResult.html) 物件。如果處理文件時發生錯誤，回應中的錯誤清單中會有一個記錄。此範例會取得每個文件並顯示錯誤並重新傳送。
本節中的 .NET 範例使用 [適用於 .NET 的 AWS SDK](https://docs.aws.amazon.com/sdk-for-net/latest/developer-guide/welcome.html)。您可以使用 [AWS Toolkit for Visual Studio](https://docs.aws.amazon.com/AWSToolkitVS/latest/UserGuide/welcome.html)來使用 .NET 開發 AWS 應用程式。它包含有用的範本和 AWS Explorer，用於部署應用程式和管理服務。如需 的 .NET 開發人員觀點 AWS，請參閱 [AWS .NET 開發人員指南](https://docs.aws.amazon.com/sdk-for-net/latest/developer-guide/welcome.html)。
```
using System;
using System.Collections.Generic;
using Amazon.Comprehend;
using Amazon.Comprehend.Model;
namespace Comprehend
{
class Program
{
// Helper method for printing properties
static private void PrintEntity(Entity entity)
{
Console.WriteLine(" Text: {0}, Type: {1}, Score: {2}, BeginOffset: {3} EndOffset: {4}",
entity.Text, entity.Type, entity.Score, entity.BeginOffset, entity.EndOffset);
}
static void Main(string[] args)
{
AmazonComprehendClient comprehendClient = new AmazonComprehendClient(Amazon.RegionEndpoint.USWest2);
List textList = new List()
{
{ "I love Seattle" },
{ "Today is Sunday" },
{ "Tomorrow is Monday" },
{ "I love Seattle" }
};
// Call detectEntities API
Console.WriteLine("Calling BatchDetectEntities");
BatchDetectEntitiesRequest batchDetectEntitiesRequest = new BatchDetectEntitiesRequest()
{
TextList = textList,
LanguageCode = "en"
};
BatchDetectEntitiesResponse batchDetectEntitiesResponse = comprehendClient.BatchDetectEntities(batchDetectEntitiesRequest);
foreach (BatchDetectEntitiesItemResult item in batchDetectEntitiesResponse.ResultList)
{
Console.WriteLine("Entities in {0}:", textList[item.Index]);
foreach (Entity entity in item.Entities)
PrintEntity(entity);
}
// check if we need to retry failed requests
if (batchDetectEntitiesResponse.ErrorList.Count != 0)
{
Console.WriteLine("Retrying Failed Requests");
List textToRetry = new List();
foreach(BatchItemError errorItem in batchDetectEntitiesResponse.ErrorList)
textToRetry.Add(textList[errorItem.Index]);
batchDetectEntitiesRequest = new BatchDetectEntitiesRequest()
{
TextList = textToRetry,
LanguageCode = "en"
};
batchDetectEntitiesResponse = comprehendClient.BatchDetectEntities(batchDetectEntitiesRequest);
foreach(BatchDetectEntitiesItemResult item in batchDetectEntitiesResponse.ResultList)
{
Console.WriteLine("Entities in {0}:", textList[item.Index]);
foreach (Entity entity in item.Entities)
PrintEntity(entity);
}
}
Console.WriteLine("End of DetectEntities");
}
}
}
```