Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Eseguire analisi in tempo reale
Dopo aver addestrato un classificatore personalizzato, puoi classificare i documenti utilizzando l'analisi in tempo reale. L'analisi in tempo reale utilizza un singolo documento come input e restituisce i risultati in modo sincrono. La classificazione personalizzata accetta una varietà di tipi di documenti come input per l'analisi in tempo reale. Per informazioni dettagliate, vedi [Ingressi per analisi personalizzate in tempo reale](idp-inputs-sync.md).
Se prevedi di analizzare file di immagini o documenti PDF scansionati, la tua policy IAM deve concedere le autorizzazioni per utilizzare due metodi DetectDocumentText API Amazon Textract (e). AnalyzeDocument Amazon Comprehend richiama questi metodi durante l'estrazione del testo. Per un esempio di policy, consulta [Autorizzazioni necessarie per eseguire azioni di analisi dei documenti](security_iam_id-based-policy-examples.md#security-iam-based-policy-perform-cmp-actions).
È necessario creare un endpoint per eseguire analisi in tempo reale utilizzando un modello di classificazione personalizzato.
**Topics**
+ [Analisi in tempo reale per una classificazione personalizzata (console)](custom-sync.md)
+ [Analisi in tempo reale per la classificazione personalizzata (API)](class-sync-api.md)
+ [Output per analisi in tempo reale](outputs-class-sync.md)
# Analisi in tempo reale per una classificazione personalizzata (console)
Puoi utilizzare la console Amazon Comprehend per eseguire analisi in tempo reale utilizzando un modello di classificazione personalizzato.
Crei un endpoint per eseguire l'analisi in tempo reale. Un endpoint include risorse gestite che rendono disponibile il modello personalizzato per l'inferenza in tempo reale.
Per informazioni sul provisioning della velocità effettiva degli endpoint e sui costi associati, consulta. [Utilizzo degli endpoint Amazon Comprehend](using-endpoints.md)
**Topics**
+ [Creazione di un endpoint per la classificazione personalizzata](#create-endpoint)
+ [Esecuzione della classificazione personalizzata in tempo reale](#cc-real-time-analysis)
## Creazione di un endpoint per la classificazione personalizzata
**Per creare un endpoint (console)**
1. Accedi Console di gestione AWS e apri la console Amazon Comprehend all'indirizzo [https://console.aws.amazon.com/comprehend/](https://console.aws.amazon.com/comprehend/)
1. Dal menu a sinistra, scegli **Endpoints** e scegli il pulsante **Crea endpoint**. Si apre una **schermata Crea endpoint**.
1. Assegna un nome all'endpoint. Il nome deve essere univoco all'interno della regione e dell'account correnti.
1. Scegli un modello personalizzato a cui desideri collegare il nuovo endpoint. Dal menu a discesa, puoi cercare per nome del modello.
**Nota**
È necessario creare un modello prima di potervi collegare un endpoint. Se non hai ancora un modello, vedi[Modelli di classificazione della formazione](training-classifier-model.md).
1. **(Facoltativo) per aggiungere un tag all'endpoint, inserisci una coppia chiave-valore in **Tag e scegli Aggiungi tag**.** **Per rimuovere questa coppia prima di creare l'endpoint, scegli Rimuovi tag**
1. Immettete il numero di unità di inferenza (IUs) da assegnare all'endpoint. Ogni unità rappresenta una velocità effettiva di 100 caratteri al secondo per un massimo di due documenti al secondo. Per informazioni sulla velocità effettiva degli endpoint, vedere. [Utilizzo degli endpoint Amazon Comprehend](using-endpoints.md)
1. (Facoltativo) Se state creando un nuovo endpoint, avete la possibilità di utilizzare lo stimatore dell'interfaccia utente. A seconda della velocità effettiva o del numero di caratteri da analizzare al secondo, può essere difficile sapere quante unità di inferenza sono necessarie. Questo passaggio facoltativo può aiutarti a determinare il numero IUs di richieste.
1. Nel **riepilogo degli acquisti**, esamina il costo finale orario, giornaliero e mensile stimato.
1. Seleziona la casella di controllo se ritieni che il tuo account comporti addebiti per l'endpoint dal momento in cui viene avviato fino a quando non lo elimini.
1. **Scegli Crea endpoint**
## Esecuzione della classificazione personalizzata in tempo reale
Dopo aver creato un endpoint, puoi eseguire analisi in tempo reale utilizzando il tuo modello personalizzato. Esistono due modi per eseguire analisi in tempo reale dalla console. È possibile inserire testo o caricare un file, come illustrato di seguito.
**Per eseguire analisi in tempo reale utilizzando un modello personalizzato (console)**
1. Accedi Console di gestione AWS e apri la console Amazon Comprehend all'indirizzo [https://console.aws.amazon.com/comprehend/](https://console.aws.amazon.com/comprehend/)
1. Dal menu a sinistra, scegli **Analisi in tempo reale**.
1. In **Tipo di input**, scegli **Personalizzato** per il **tipo di analisi**.
1. In **Tipo di modello personalizzato**, scegli **Classificazione personalizzata**.
1. Per **Endpoint**, scegli l'endpoint che desideri utilizzare. Questo endpoint si collega a un modello personalizzato specifico.
1. Per specificare i dati di input per l'analisi, puoi inserire del testo o caricare un file.
+ Per inserire del testo:
1. Scegli **Inserisci testo**.
1. Inserisci il testo che desideri analizzare.
+ Per caricare un file:
1. Scegli **Carica file** e inserisci il nome del file da caricare.
1. (Facoltativo) In **Azioni di lettura avanzate**, puoi sostituire le azioni predefinite per l'estrazione del testo. Per maggiori dettagli, consultare [Impostazione delle opzioni di estrazione del testo](idp-set-textract-options.md).
Per ottenere risultati ottimali, abbinate il tipo di input al tipo di modello di classificatore. La console visualizza un avviso se inviate un documento nativo a un modello di testo normale o testo semplice a un modello di documento nativo. Per ulteriori informazioni, consulta [Modelli di classificazione della formazione](training-classifier-model.md).
1. **Scegliete Analizza.** Amazon Comprehend analizza i dati di input utilizzando il tuo modello personalizzato. Amazon Comprehend mostra le classi scoperte, insieme a una valutazione di confidenza per ogni classe.
# Analisi in tempo reale per la classificazione personalizzata (API)
Puoi utilizzare l'API Amazon Comprehend per eseguire la classificazione in tempo reale con un modello personalizzato. Innanzitutto, crei un endpoint per eseguire l'analisi in tempo reale. Dopo aver creato l'endpoint, si esegue la classificazione in tempo reale.
Gli esempi in questa sezione utilizzano i formati di comandi per Unix, Linux e macOS. Per Windows, sostituisci il carattere di continuazione UNIX barra rovesciata (\$1) al termine di ogni riga con un accento circonflesso (^).
Per informazioni sul provisioning della velocità effettiva degli endpoint e sui costi associati, consulta. [Utilizzo degli endpoint Amazon Comprehend](using-endpoints.md)
**Topics**
+ [Creazione di un endpoint per la classificazione personalizzata](#create-endpoint-api)
+ [Esecuzione della classificazione personalizzata in tempo reale](#cc-real-time-analysis-api)
## Creazione di un endpoint per la classificazione personalizzata
L'esempio seguente mostra il funzionamento dell'[CreateEndpoint](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_CreateEndpoint.html)API utilizzando. 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 risponde con quanto segue:
```
{
"EndpointArn": "Arn"
}
```
## Esecuzione della classificazione personalizzata in tempo reale
Dopo aver creato un endpoint per il modello di classificazione personalizzato, si utilizza l'endpoint per eseguire l'operazione [ClassifyDocument](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ClassifyDocument.html)API. È possibile fornire un input di testo utilizzando il parametro `text` o`bytes`. Immettete gli altri tipi di input utilizzando il `bytes` parametro.
Per i file di immagine e i file PDF, è possibile utilizzare il `DocumentReaderConfig` parametro per sovrascrivere le azioni di estrazione del testo predefinite. Per maggiori dettagli, consultare [Impostazione delle opzioni di estrazione del testo](idp-set-textract-options.md).
Per ottenere risultati ottimali, abbinate il tipo di input al tipo di modello di classificatore. La risposta dell'API include un avviso se invii un documento nativo a un modello di testo semplice o un file di testo semplice a un modello di documento nativo. Per ulteriori informazioni, consulta [Modelli di classificazione della formazione](training-classifier-model.md).
### Usando il AWS Command Line Interface
Gli esempi seguenti mostrano come utilizzare il comando CLI *classify-document*.
#### Classificare il testo utilizzando il AWS CLI
L'esempio seguente esegue la classificazione in tempo reale su un blocco di testo.
```
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 risponde con quanto segue:
```
{
"Classes": [
{
"Name": "string",
"Score": 0.9793661236763
}
]
}
```
#### Classificate un documento semistrutturato utilizzando il AWS CLI
Per analizzare la classificazione personalizzata di un file PDF, Word o di immagine, esegui il `classify-document` comando con il file di input nel `bytes` parametro.
L'esempio seguente utilizza un'immagine come file di input. Utilizza l'`fileb`opzione per codificare in base 64 i byte del file di immagine. Per ulteriori informazioni, vedere [Binary large objects](https://docs.aws.amazon.com/cli/latest/userguide/cli-usage-parameters-types.html#parameter-type-blob) nella Guida per l'utente. AWS Command Line Interface
Questo esempio passa anche un file JSON denominato `config.json` per impostare le opzioni di estrazione del testo.
```
$ aws comprehend classify-document \
> --endpoint-arn arn \
> --language-code en \
> --bytes fileb://image1.jpg \
> --document-reader-config file://config.json
```
Il file **config.json** contiene il seguente contenuto.
```
{
"DocumentReadMode": "FORCE_DOCUMENT_READ_ACTION",
"DocumentReadAction": "TEXTRACT_DETECT_DOCUMENT_TEXT"
}
```
Amazon Comprehend risponde con quanto segue:
```
{
"Classes": [
{
"Name": "string",
"Score": 0.9793661236763
}
]
}
```
Per ulteriori informazioni, consulta [ClassifyDocument](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ClassifyDocument.html)*Amazon Comprehend API* Reference.
# Output per analisi in tempo reale
## Uscite per input di testo
Per gli input di testo, l'output include l'elenco di classi o etichette identificate dall'analisi del classificatore. L'esempio seguente mostra un elenco con due classi.
```
"Classes": [
{
"Name": "abc",
"Score": 0.2757999897003174,
"Page": 1
},
{
"Name": "xyz",
"Score": 0.2721000015735626,
"Page": 1
}
]
```
## Uscite per input semistrutturati
Per un documento di input semistrutturato o un file di testo, l'output può includere i seguenti campi aggiuntivi:
+ DocumentMetadata — Informazioni di estrazione sul documento. I metadati includono un elenco di pagine del documento, con il numero di caratteri estratti da ciascuna pagina. Questo campo è presente nella risposta se la richiesta includeva il `Byte` parametro.
+ DocumentType — Il tipo di documento per ogni pagina del documento di input. Questo campo è presente nella risposta se la richiesta includeva il `Byte` parametro.
+ Errori: errori a livello di pagina rilevati dal sistema durante l'elaborazione del documento di input. Il campo è vuoto se il sistema non ha riscontrato errori.
+ Avvertenze: avvisi rilevati durante l'elaborazione del documento di input. La risposta include un avviso in caso di mancata corrispondenza tra il tipo di documento di input e il tipo di modello associato all'endpoint specificato. Il campo è vuoto se il sistema non ha generato alcun avviso.
Per ulteriori dettagli su questi campi di output, consulta [ClassifyDocument](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ClassifyDocument.html)*Amazon Comprehend API* Reference.
L'esempio seguente mostra l'output di un documento di input PDF nativo di una pagina.
```
{
"Classes": [
{
"Name": "123",
"Score": 0.39570000767707825,
"Page": 1
},
{
"Name": "abc",
"Score": 0.2757999897003174,
"Page": 1
},
{
"Name": "xyz",
"Score": 0.2721000015735626,
"Page": 1
}
],
"DocumentMetadata": {
"Pages": 1,
"ExtractedCharacters": [
{
"Page": 1,
"Count": 2013
}
]
},
"DocumentType": [
{
"Page": 1,
"Type": "NATIVE_PDF"
}
]
}
```