Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Real-time Analyse für die benutzerdefinierte Klassifizierung (API)

Sie können die Amazon Comprehend API verwenden, um eine Echtzeitklassifizierung mit einem benutzerdefinierten Modell durchzuführen. Zunächst erstellen Sie einen Endpunkt, um die Echtzeitanalyse auszuführen. Nachdem Sie den Endpunkt erstellt haben, führen Sie die Echtzeitklassifizierung aus.

Die Beispiele in diesem Abschnitt verwenden Befehlsformate für Unix, Linux und macOS. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).

Informationen zur Bereitstellung des Endpunkt-Durchsatzes und den damit verbundenen Kosten finden Sie unterVerwenden von Amazon Comprehend Comprehend-Endpunkten.

Einen Endpunkt für die benutzerdefinierte Klassifizierung erstellen

Das folgende Beispiel zeigt den CreateEndpoint API-Vorgang mit dem AWS CLI.

aws comprehend create-endpoint \
    --desired-inference-units number of inference units \
    --endpoint-name endpoint name \
    --model-arn arn:aws:comprehend:region:account-id:model/example \
    --tags Key=My1stTag,Value=Value1

Amazon Comprehend reagiert mit den folgenden Antworten:

{
   "EndpointArn": "Arn"
}

Benutzerdefinierte Klassifizierung in Echtzeit ausführen

Nachdem Sie einen Endpunkt für Ihr benutzerdefiniertes Klassifizierungsmodell erstellt haben, verwenden Sie den Endpunkt, um den ClassifyDocument API-Vorgang auszuführen. Sie können Texteingaben mithilfe des bytes Parameters text or vornehmen. Geben Sie die anderen Eingabetypen mithilfe des bytes Parameters ein.

Bei Bild- und PDF-Dateien können Sie den DocumentReaderConfig Parameter verwenden, um die standardmäßigen Textextraktionsaktionen zu überschreiben. Details hierzu finden Sie unter Optionen für die Textextraktion festlegen

Die besten Ergebnisse erzielen Sie, wenn Sie den Eingabetyp dem Klassifikator-Modelltyp zuordnen. Die API-Antwort enthält eine Warnung, wenn Sie ein systemeigenes Dokument an ein Klartextmodell oder eine Klartextdatei an ein systemeigenes Dokumentmodell senden. Weitere Informationen finden Sie unter Klassifizierungsmodelle trainieren.

Verwendung der AWS Command Line Interface

Die folgenden Beispiele zeigen, wie der CLI-Befehl classify-document verwendet wird.

Klassifizieren Sie Text mit dem AWS CLI

Im folgenden Beispiel wird eine Echtzeitklassifizierung für einen Textblock ausgeführt.

aws comprehend classify-document \
     --endpoint-arn arn:aws:comprehend:region:account-id:endpoint/endpoint name \
     --text 'From the Tuesday, April 16th, 1912 edition of The Guardian newspaper: The maiden voyage of the White Star liner Titanic, 
     the largest ship ever launched ended in disaster. The Titanic started her trip from Southampton for New York on Wednesday. Late 
     on Sunday night she struck an iceberg off the Grand Banks of Newfoundland. By wireless telegraphy she sent out signals of distress, 
     and several liners were near enough to catch and respond to the call.'
 

Amazon Comprehend reagiert mit den folgenden Antworten:

{
    "Classes": [ 
       { 
          "Name": "string",
          "Score": 0.9793661236763
       }
    ]
 }

Klassifizieren Sie ein halbstrukturiertes Dokument mithilfe der AWS CLI

Um die benutzerdefinierte Klassifizierung für eine PDF-, Word- oder Bilddatei zu analysieren, führen Sie den classify-document Befehl mit der Eingabedatei im bytes Parameter aus.

Im folgenden Beispiel wird ein Bild als Eingabedatei verwendet. Es verwendet die fileb Option zur Base-64-Kodierung der Bilddatei-Bytes. Weitere Informationen finden Sie im Benutzerhandbuch unter Binäre große Objekte. AWS Command Line Interface

In diesem Beispiel wird auch eine JSON-Datei übergebenconfig.json, die nach den Textextraktionsoptionen benannt ist.

$ aws comprehend classify-document \
> --endpoint-arn arn \
> --language-code en \
> --bytes fileb://image1.jpg   \
> --document-reader-config file://config.json   
        

Die Datei config.json enthält den folgenden Inhalt.

 {
    "DocumentReadMode": "FORCE_DOCUMENT_READ_ACTION",
    "DocumentReadAction": "TEXTRACT_DETECT_DOCUMENT_TEXT"    
 }          
        

Amazon Comprehend reagiert mit den folgenden Antworten:

{
    "Classes": [ 
       { 
          "Name": "string",
          "Score": 0.9793661236763
       }
    ]
 }

Weitere Informationen finden Sie ClassifyDocument in der Amazon Comprehend API-Referenz.