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. # Tutorial: analisi delle informazioni ricavate dalle recensioni dei clienti con Amazon Comprehend Questo tutorial spiega come usare Amazon Comprehend con [Amazon Simple Storage Service](https://aws.amazon.com/s3/) e [Amazon Quick](https://aws.amazon.com/quicksight/) per ottenere informazioni preziose sui tuoi documenti. [AWS Glue[Amazon Athena](https://aws.amazon.com/athena/)](https://aws.amazon.com/glue/) Amazon Comprehend è in grado di estrarre sentimenti (lo stato d'animo di un documento) ed entità (nomi di persone, organizzazioni, eventi, date, prodotti, luoghi, quantità e titoli) da testo non strutturato. Ad esempio, puoi ottenere informazioni utili dalle recensioni dei clienti. In questo tutorial, analizzerai un set di dati di esempio di recensioni dei clienti su un romanzo. Utilizzi l'analisi del sentiment di Amazon Comprehend per determinare se i clienti si sentono positivi o negativi nei confronti del romanzo. Puoi anche utilizzare l'analisi delle entità di Amazon Comprehend per scoprire menzioni di entità importanti, come romanzi o autori correlati. Dopo aver seguito questo tutorial, potresti scoprire che oltre il 50% delle recensioni sono positive. Potresti anche scoprire che i clienti confrontano gli autori ed esprimono interesse per altri romanzi classici. In questo tutorial, esegui le seguenti operazioni: + Archivia un set di dati di esempio di recensioni in [Amazon Simple Storage Service](https://aws.amazon.com/s3/) (Amazon S3). Amazon Simple Storage Service è un servizio di storage di oggetti. + Usa [Amazon Comprehend](https://aws.amazon.com/comprehend/) per analizzare il sentimento e le entità nei documenti di revisione. + Usa un [AWS Glue](https://aws.amazon.com/glue/)crawler per archiviare i risultati dell'analisi in un database. AWS Glue è un servizio di estrazione, trasformazione e caricamento (ETL) che consente di catalogare e pulire i dati per l'analisi. + Esegui [Amazon Athena](https://aws.amazon.com/athena/)query per pulire i dati. Amazon Athena è un servizio di interrogazione interattivo senza server. + Crea visualizzazioni con i tuoi dati in [Amazon](https://aws.amazon.com/quicksight/) Quick. Quick è uno strumento di business intelligence senza server per estrarre informazioni dai tuoi dati. Il diagramma seguente mostra il flusso di lavoro. ![\[Diagramma del flusso di lavoro delle procedure illustrate nel tutorial.\]](http://docs.aws.amazon.com/it_it/comprehend/latest/dg/images/tutorial-reviews-workflow.png) **Tempo stimato per completare questo tutorial:** 1 ora **Costo stimato:** Alcune delle azioni di questo tutorial comportano addebiti a carico del tuo. Account AWS Per informazioni sui costi di ciascuno di questi servizi, consulta le seguenti pagine dei prezzi. + [Prezzi di Amazon S3](https://aws.amazon.com/s3/pricing/) + [Prezzi di Amazon Comprehend](https://aws.amazon.com/comprehend/pricing/) + [AWS Glue prezzi](https://aws.amazon.com/glue/pricing/) + [Prezzi di Amazon Athena](https://aws.amazon.com/athena/pricing/) + [Prezzi rapidi](https://aws.amazon.com/quicksight/pricing/) **Topics** + [Prerequisiti](#tutorial-reviews-prereqs) + [Fase 1: aggiunta di documenti ad Amazon S3](tutorial-reviews-add-docs.md) + [Fase 2: (solo CLI) creazione di un ruolo IAM per Amazon Comprehend](tutorial-reviews-create-role.md) + [Fase 3: Esecuzione di processi di analisi su documenti in Amazon S3](tutorial-reviews-analysis.md) + [Fase 4: Preparazione dell'output di Amazon Comprehend per la visualizzazione dei dati](tutorial-reviews-tables.md) + [Fase 5: Visualizzazione dell'output di Amazon Comprehend in Quick](tutorial-reviews-visualize.md) ## Prerequisiti Per completare questo tutorial, è necessario quanto segue: + Un Account AWS. Per informazioni sulla configurazione di un Account AWS, vedere[Configurazione](setting-up.md). + Un'entità IAM (utente, gruppo o ruolo). Per scoprire come configurare utenti e gruppi per il tuo account, consulta il tutorial [introduttivo](https://docs.aws.amazon.com/IAM/latest/UserGuide/getting-started.html) nella *Guida per l'utente IAM*. + La seguente politica di autorizzazione allegata al tuo utente, gruppo o ruolo. La politica concede alcune delle autorizzazioni necessarie per completare questo tutorial. Il prossimo prerequisito descrive le autorizzazioni aggiuntive necessarie. ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Sid": "VisualEditor0", "Effect": "Allow", "Action": [ "comprehend:*", "ds:AuthorizeApplication", "ds:CheckAlias", "ds:CreateAlias", "ds:CreateIdentityPoolDirectory", "ds:DeleteDirectory", "ds:DescribeDirectories", "ds:DescribeTrusts", "ds:UnauthorizeApplication", "iam:AttachRolePolicy", "iam:CreatePolicy", "iam:CreatePolicyVersion", "iam:CreateRole", "iam:DeletePolicyVersion", "iam:DeleteRole", "iam:DetachRolePolicy", "iam:GetPolicy", "iam:GetPolicyVersion", "iam:GetRole", "iam:ListAccountAliases", "iam:ListAttachedRolePolicies", "iam:ListEntitiesForPolicy", "iam:ListPolicies", "iam:ListPolicyVersions", "iam:ListRoles", "quicksight:*", "s3:*", "tag:GetResources" ], "Resource": "*" }, { "Action": [ "iam:PassRole" ], "Effect": "Allow", "Resource": [ "arn:aws:iam::*:role/*Comprehend*" ] } ] } ``` ------ Utilizza la policy precedente per creare una policy IAM e collegarla al tuo gruppo o utente. Per informazioni sulla creazione di una policy IAM, consulta [Creating IAM policies](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_policies_create.html) nella *IAM User Guide*. Per informazioni su come allegare una policy IAM, consulta [Aggiungere e rimuovere le autorizzazioni di identità IAM nella Guida](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_policies_manage-attach-detach.html) per l'*utente IAM*. + Policy gestite collegate al tuo gruppo o utente IAM. Oltre alla politica precedente, devi anche allegare le seguenti politiche AWS gestite al tuo gruppo o utente: + `AWSGlueConsoleFullAccess` + `AWSQuicksightAthenaAccess` Queste politiche gestite ti danno l'autorizzazione all'uso AWS Glue e a Quick. Amazon Athena Per informazioni su come allegare una policy IAM, consulta [Aggiungere e rimuovere le autorizzazioni di identità IAM nella Guida](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_policies_manage-attach-detach.html) per l'*utente IAM*. # Fase 1: aggiunta di documenti ad Amazon S3 Prima di iniziare i processi di analisi di Amazon Comprehend, devi archiviare un set di dati di esempio delle recensioni dei clienti in Amazon Simple Storage Service (Amazon S3) Simple Storage Service (Amazon S3). Amazon S3 ospita i dati in contenitori chiamati bucket. Amazon Comprehend è in grado di analizzare i documenti archiviati in un bucket e invia i risultati dell'analisi a un bucket. In questo passaggio, crei un bucket S3, crei cartelle di input e output nel bucket e carichi un set di dati di esempio nel bucket. **Topics** + [Prerequisiti](#tutorial-reviews-add-docs-prereqs) + [Scarica dati di esempio](#tutorial-reviews-add-docs-download) + [Crea un bucket Amazon S3](#tutorial-reviews-add-docs-bucket) + [(Solo console) crea cartelle](#tutorial-reviews-add-docs-folders) + [Caricate i dati di input](#tutorial-reviews-add-docs-upload) ## Prerequisiti Prima di iniziare, esamina [Tutorial: analisi delle informazioni ricavate dalle recensioni dei clienti con Amazon Comprehend](tutorial-reviews.md) e completa i prerequisiti. ## Scarica dati di esempio Il seguente set di dati di esempio contiene recensioni Amazon tratte dal set di dati più ampio «Amazon reviews - Full», che è stato pubblicato con l'articolo «Character-level Convolutional Networks for Text Classification» (Xiang Zhang et al., 2015). Scarica il set di dati sul tuo computer. **Per ottenere i dati di esempio** 1. Scarica il file zip [tutorial-reviews-data.zip](samples/tutorial-reviews-data.zip) sul tuo computer. 1. Estrai il file zip sul tuo computer. Ci sono due file. Il file `THIRD_PARTY_LICENSES.txt` è la licenza open source per il set di dati pubblicato da Xiang Zhang et al. Il file `amazon-reviews.csv` è il set di dati che analizzi nel tutorial. ## Crea un bucket Amazon S3 Dopo aver scaricato il set di dati di esempio, crea un bucket Amazon S3 per archiviare i dati di input e output. Puoi creare un bucket S3 utilizzando la console Amazon S3 o AWS Command Line Interface ().AWS CLI ### Crea un bucket Amazon S3 (console) Nella console Amazon S3, crei un bucket con un nome unico in tutto. AWS **Per creare un bucket S3 (console)** 1. Accedi a Console di gestione AWS e apri la console Amazon S3 all'indirizzo. [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/) 1. In **Bucket, scegli **Crea** bucket**. 1. Per **Bucket name, inserisci un nome** univoco globale che descriva lo scopo del bucket. 1. Per **Regione**, scegli la AWS regione in cui desideri creare il bucket. La regione scelta deve supportare Amazon Comprehend. Per ridurre la latenza, scegli la AWS regione più vicina alla tua posizione geografica supportata da Amazon Comprehend. Per un elenco delle regioni che supportano Amazon Comprehend, consulta la [tabella delle regioni nella](https://aws.amazon.com/about-aws/global-infrastructure/regional-product-services/) *Global Infrastructure Guide*. 1. **Lascia le impostazioni predefinite per **Object Ownership**, **Bucket per Block Public Access**, **Bucket Versioning** e Tags.** 1. **Per **Crittografia predefinita**, scegli Disabilita.** **Suggerimento** Sebbene questo tutorial non utilizzi la crittografia, potresti volerla utilizzare per analizzare dati importanti. Per quanto riguarda end-to-end la crittografia, è possibile crittografare i dati inattivi nel bucket e anche quando si eseguono processi di analisi. Per ulteriori informazioni sulla crittografia con AWS, vedi [Cos'è? AWS Key Management Service](https://docs.aws.amazon.com/kms/latest/developerguide/overview.html) nella *Guida per gli AWS Key Management Service sviluppatori*. 1. Controlla le configurazioni del bucket, quindi scegli **Crea** bucket. ### Crea un bucket Amazon S3 ()AWS CLI Dopo aver aperto AWS CLI, esegui il `create-bucket` comando per creare un bucket che memorizzerà i dati di input e output. **Per creare un bucket Amazon S3 ()AWS CLI** 1. Per creare il tuo bucket, esegui il seguente comando in. AWS CLI Sostituisci amzn-s3-demo-bucket con un nome per il bucket che sia unico in tutto. AWS ``` aws s3api create-bucket --bucket amzn-s3-demo-bucket ``` Per impostazione predefinita, il comando crea un bucket nella regione. `create-bucket` `us-east-1` AWS Per creare un bucket in un Regione AWS altro formato`us-east-1`, aggiungi il `LocationConstraint` parametro per specificare la tua regione. Ad esempio, il comando seguente crea un bucket nella `us-west-2` regione. ``` aws s3api create-bucket --bucket amzn-s3-demo-bucket --region us-west-2 --create-bucket-configuration LocationConstraint=us-west-2 ``` Tieni presente che solo alcune regioni supportano Amazon Comprehend. Per un elenco delle regioni che supportano Amazon Comprehend, consulta la [tabella delle regioni nella](https://aws.amazon.com/about-aws/global-infrastructure/regional-product-services/) *Global Infrastructure Guide*. 1. Per assicurarti che il bucket sia stato creato correttamente, esegui il comando seguente. Il comando elenca tutti i bucket S3 associati al tuo account. ``` aws s3 ls ``` ## (Solo console) crea cartelle Quindi, crea due cartelle nel tuo bucket S3. La prima cartella è per i dati di input. La seconda cartella è dove Amazon Comprehend invia i risultati dell'analisi. Se utilizzi la console Amazon S3, devi creare manualmente le cartelle. Se utilizzi AWS CLI, puoi creare cartelle quando carichi il set di dati di esempio o esegui un processo di analisi. Per questo motivo, forniamo una procedura per la creazione di cartelle solo per gli utenti della console. Se utilizzi la AWS CLI, creerai cartelle in entrata [Caricate i dati di input](#tutorial-reviews-add-docs-upload) e in uscita. [Fase 3: Esecuzione di processi di analisi su documenti in Amazon S3](tutorial-reviews-analysis.md) **Per creare cartelle nel bucket S3 (console)** 1. Apri la console Amazon S3 all'indirizzo. [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/) 1. In **Bucket**, scegli il tuo bucket dall'elenco dei bucket. 1. **Nella scheda **Panoramica**, scegli Crea cartella.** 1. Per il nuovo nome della cartella, inserisci`input`. 1. Per le impostazioni di crittografia, scegli **Nessuno (Usa le impostazioni del bucket).** 1. Scegli **Save** (Salva). 1. Ripetete i passaggi da 3 a 6 per creare un'altra cartella per l'output dei lavori di analisi, ma nel passaggio 4 inserite il nuovo nome `output` della cartella. ## Caricate i dati di input Ora che hai un bucket, carica il set di dati `amazon-reviews.csv` di esempio. Puoi caricare dati su bucket S3 con la console Amazon S3 o il. AWS CLI ### Carica documenti di esempio in un bucket (console) Nella console Amazon S3, carica il file del set di dati di esempio nella cartella di input. **Per caricare i documenti di esempio (console)** 1. Apri la console Amazon S3 all'indirizzo. [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/) 1. In **Bucket**, scegli il tuo bucket dall'elenco dei bucket. 1. **Scegli la `input` cartella, quindi scegli Carica.** 1. Scegli **Aggiungi file**, quindi scegli il `amazon-reviews.csv` file sul tuo computer. 1. Lascia le altre impostazioni ai valori predefiniti. 1. Scegli **Carica**. ### Carica documenti di esempio in un bucket ()AWS CLI Crea una cartella di input nel tuo bucket S3 e carica il file del set di dati nella nuova cartella con il comando. `cp` **Per caricare i documenti di esempio ()AWS CLI** 1. Per caricare il `amazon-reviews.csv` file in una nuova cartella nel bucket, esegui il AWS CLI comando seguente. Sostituisci amzn-s3-demo-bucket con il nome del tuo bucket. Aggiungendo il percorso `/input/` alla fine, Amazon S3 crea automaticamente una nuova cartella chiamata `input` nel bucket e carica il file del set di dati in quella cartella. ``` aws s3 cp amazon-reviews.csv s3://amzn-s3-demo-bucket/input/ ``` 1. Per assicurarti che il file sia stato caricato correttamente, esegui il seguente comando. Il comando elenca il contenuto della `input` cartella del bucket. ``` aws s3 ls s3://amzn-s3-demo-bucket/input/ ``` Ora hai un bucket S3 con il `amazon-reviews.csv` file in una cartella chiamata. `input` Se hai usato la console, hai anche una `output` cartella nel bucket. Se hai utilizzato AWS CLI, creerai la cartella di output durante l'esecuzione dei processi di analisi di Amazon Comprehend. # Fase 2: (solo CLI) creazione di un ruolo IAM per Amazon Comprehend Questo passaggio è necessario solo se si utilizza AWS Command Line Interface (AWS CLI) per completare questo tutorial. Se utilizzi la console Amazon Comprehend per eseguire i processi di analisi, passa a. [Fase 3: Esecuzione di processi di analisi su documenti in Amazon S3](tutorial-reviews-analysis.md) Per eseguire lavori di analisi, Amazon Comprehend richiede l'accesso al bucket Amazon S3 che contiene il set di dati di esempio e conterrà l'output dei processi. I ruoli IAM consentono di controllare le autorizzazioni dei servizi o degli utenti. AWS In questa fase, crei un ruolo IAM per Amazon Comprehend. Quindi, crei e alleghi a questo ruolo una policy basata sulle risorse che concede ad Amazon Comprehend l'accesso al tuo bucket S3. Al termine di questa fase, Amazon Comprehend disporrà delle autorizzazioni necessarie per accedere ai dati di input, archiviare l'output ed eseguire lavori di analisi del sentimento e delle entità. Per ulteriori informazioni sull'utilizzo di IAM con Amazon Comprehend, consulta. [Come funziona Amazon Comprehend con IAM](security_iam_service-with-iam.md) **Topics** + [Prerequisiti](#tutorial-reviews-create-role-prereqs) + [Creazione di un ruolo IAM](#tutorial-reviews-create-role-trust-policy) + [Associa una policy IAM al ruolo IAM](#tutorial-reviews-create-role-policy) ## Prerequisiti Prima di iniziare, esegui queste attività: + Completo [Fase 1: aggiunta di documenti ad Amazon S3](tutorial-reviews-add-docs.md). + Utilizza un editor di codice o di testo per salvare le policy JSON e tenere traccia dei tuoi Amazon Resource Names (ARNs). ## Creazione di un ruolo IAM Per accedere al tuo bucket Amazon Simple Storage Service (Amazon S3), Amazon Comprehend deve assumere un ruolo (IAM). AWS Identity and Access Management Il ruolo IAM dichiara Amazon Comprehend come entità affidabile. Dopo che Amazon Comprehend avrà assunto il ruolo e diventerà un'entità affidabile, puoi concedere le autorizzazioni di accesso al bucket ad Amazon Comprehend. In questa fase, crei un ruolo che etichetta Amazon Comprehend come entità affidabile. Puoi creare un ruolo con la AWS CLI o la console Amazon Comprehend. Per usare la console, vai a. [Fase 3: Esecuzione di processi di analisi su documenti in Amazon S3](tutorial-reviews-analysis.md) La console Amazon Comprehend ti consente di selezionare ruoli in cui il nome del ruolo contiene «Comprehend» e la politica di attendibilità include. **comprehend.amazonaws.com** Configura i ruoli creati dalla CLI per soddisfare questi criteri se desideri che la console li visualizzi. **Per creare un ruolo IAM per Amazon Comprehend (CLI AWS )** 1. Salva la seguente politica di attendibilità come documento JSON richiamato `comprehend-trust-policy.json` in un editor di codice o di testo sul tuo computer. Questa politica di fiducia dichiara Amazon Comprehend come entità affidabile e le consente di assumere un ruolo IAM. ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Effect": "Allow", "Principal": { "Service": "comprehend.amazonaws.com" }, "Action": "sts:AssumeRole" } ] } ``` ------ 1. Per creare il ruolo IAM, esegui il comando seguente AWS CLI . Il comando crea un ruolo IAM chiamato `AmazonComprehendServiceRole-access-role` e associa la policy di fiducia al ruolo. Sostituiscilo `path/` con il percorso del documento JSON del tuo computer locale. ``` aws iam create-role --role-name AmazonComprehendServiceRole-access-role --assume-role-policy-document file://path/comprehend-trust-policy.json ``` **Suggerimento** Se viene visualizzato un messaggio di errore nell'analisi dei parametri, il percorso del file dei criteri di attendibilità JSON è probabilmente errato. Fornisci il percorso relativo del file in base alla tua home directory. 1. Copia l'Amazon Resource Name (ARN) e salvalo in un editor di testo. L'ARN ha un formato simile a. `arn:aws:iam::123456789012:role/AmazonComprehendServiceRole-access-role` È necessario questo ARN per eseguire i processi di analisi di Amazon Comprehend. ## Associa una policy IAM al ruolo IAM Per accedere al tuo bucket Amazon S3, Amazon Comprehend necessita delle autorizzazioni per elencare, leggere e scrivere. Per concedere ad Amazon Comprehend le autorizzazioni richieste, crea e allega una policy IAM al tuo ruolo IAM. La policy IAM consente ad Amazon Comprehend di recuperare i dati di input dal bucket e scrivere i risultati delle analisi nel bucket. Dopo aver creato la policy, la colleghi al tuo ruolo IAM. **Per creare una policy IAM (AWS CLI)** 1. Salva la seguente politica localmente come documento JSON chiamato`comprehend-access-policy.json`. Concede ad Amazon Comprehend l'accesso al bucket S3 specificato. ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Action": [ "s3:GetObject" ], "Resource": [ "arn:aws:s3:::amzn-s3-demo-bucket/*" ], "Effect": "Allow" }, { "Action": [ "s3:ListBucket" ], "Resource": [ "arn:aws:s3:::amzn-s3-demo-bucket" ], "Effect": "Allow" }, { "Action": [ "s3:PutObject" ], "Resource": [ "arn:aws:s3:::amzn-s3-demo-bucket/*" ], "Effect": "Allow" } ] } ``` ------ 1. Per creare la policy di accesso al bucket S3, esegui il comando seguente. AWS CLI `path/`Sostituiscilo con il percorso del documento JSON del tuo computer locale. ``` aws iam create-policy --policy-name comprehend-access-policy --policy-document file://path/comprehend-access-policy.json ``` 1. Copia l'ARN della politica di accesso e salvalo in un editor di testo. L'ARN ha un formato simile a. `arn:aws:iam::123456789012:policy/comprehend-access-policy` Questo ARN ti serve per collegare la tua policy di accesso al tuo ruolo IAM. **Per collegare la policy IAM al tuo ruolo IAM ()AWS CLI** + Eseguire il seguente comando seguente. Sostituisci `policy-arn` con l'ARN della politica di accesso che hai copiato nel passaggio precedente. ``` aws iam attach-role-policy --policy-arn policy-arn --role-name AmazonComprehendServiceRole-access-role ``` Ora disponi di un ruolo IAM chiamato `AmazonComprehendServiceRole-access-role` che prevede una policy di fiducia per Amazon Comprehend e una policy di accesso che concede ad Amazon Comprehend l'accesso al tuo bucket S3. Hai anche copiato l'ARN per il ruolo IAM in un editor di testo. # Fase 3: Esecuzione di processi di analisi su documenti in Amazon S3 Dopo aver archiviato i dati in Amazon S3, puoi iniziare a eseguire i job di analisi di Amazon Comprehend. Un lavoro di analisi del *sentiment* determina lo stato d'animo generale di un documento (positivo, negativo, neutro o misto). Un processo di analisi delle *entità* estrae i nomi degli oggetti del mondo reale da un documento. Questi oggetti includono persone, luoghi, titoli, eventi, date, quantità, prodotti e organizzazioni. In questa fase, esegui due processi di analisi di Amazon Comprehend per estrarre il sentimento e le entità dal set di dati campione. **Topics** + [Prerequisiti](#tutorial-reviews-analysis-prereqs) + [Analizza il sentimento e le entità](#tutorial-reviews-analysis-jobs) ## Prerequisiti Prima di iniziare, esegui queste attività: + Completo [Fase 1: aggiunta di documenti ad Amazon S3](tutorial-reviews-add-docs.md). + (Facoltativo) Se utilizzi l'ARN AWS CLI, completa [Fase 2: (solo CLI) creazione di un ruolo IAM per Amazon Comprehend](tutorial-reviews-create-role.md) e tieni pronto il tuo ruolo IAM. ## Analizza il sentimento e le entità Il primo lavoro che esegui analizza il sentimento di ogni recensione del cliente nel set di dati di esempio. Il secondo processo estrae le entità presenti in ogni recensione del cliente. Puoi eseguire lavori di analisi di Amazon Comprehend utilizzando la console Amazon Comprehend o il. AWS CLI **Suggerimento** Assicurati di trovarti in una AWS regione che supporta Amazon Comprehend. Per ulteriori informazioni, consulta la [tabella delle regioni nella](https://aws.amazon.com/about-aws/global-infrastructure/regional-product-services/) *Global Infrastructure Guide*. ### Analizza sentimenti ed entità (console) Quando usi la console Amazon Comprehend, crei un lavoro alla volta. È necessario ripetere i passaggi seguenti per eseguire sia un lavoro di analisi del sentimento che quello delle entità. Tieni presente che per il primo lavoro crei un ruolo IAM, ma per il secondo lavoro puoi riutilizzare il ruolo IAM del primo lavoro. Puoi riutilizzare il ruolo IAM purché utilizzi lo stesso bucket e le stesse cartelle S3. **Per eseguire processi di analisi del sentimento e delle entità (console)** 1. Assicurati di trovarti nella stessa regione in cui hai creato il bucket Amazon Simple Storage Service (Amazon S3). **Se ti trovi in un'altra regione, nella barra di navigazione, scegli la AWS regione in cui hai creato il bucket S3 dal selettore Regione.** 1. Apri la console Amazon Comprehend all'indirizzo [https://console.aws.amazon.com/comprehend/](https://console.aws.amazon.com/comprehend/) 1. Scegli **Launch Amazon Comprehend**. 1. Nel riquadro di navigazione, scegli **Analysis jobs**. 1. Scegli **Crea processo**. 1. Nella sezione **Job settings**, effettuate le seguenti operazioni: 1. In **Nome**, inserisci `reviews-sentiment-analysis`. 1. Per **Tipo di analisi**, scegli **Sentiment**. 1. Per **Lingua**, scegli l'**inglese**. 1. Lasciate l'impostazione **di crittografia Job** disattivata. 1. Nella sezione **Dati di input**, effettuate le seguenti operazioni: 1. Per **Origine dati**, scegli **I miei documenti**. 1. Per la **posizione S3**, scegli **Browse S3**, quindi scegli il tuo bucket dall'elenco dei bucket. 1. **Nel tuo bucket S3, per Oggetti, scegli la tua cartella.** `input` 1. **Nella `input` cartella, scegli il set di dati `amazon-reviews.csv` di esempio, quindi scegli Scegli.** 1. Per **Formato di input**, scegliete **Un documento per riga**. 1. Nella sezione **Dati di output**, procedi come segue: 1. Per la **posizione S3**, scegli **Browse S3**, quindi scegli il tuo bucket dall'elenco dei bucket. 1. **Nel tuo bucket S3, per **Oggetti, scegli la cartella**, quindi scegli Scegli. `output`** 1. Lascia la **crittografia** disattivata. 1. Nella sezione **Autorizzazioni di accesso**, procedi come segue: 1. Per il **ruolo IAM**, scegli **Crea un ruolo IAM**. 1. Per **le autorizzazioni di accesso**, scegli i bucket **S3 di input e output**. 1. Per il **suffisso del nome**, inserisci. `comprehend-access-role` Questo ruolo fornisce l'accesso al tuo bucket Amazon S3. 1. Scegli **Crea processo**. 1. Ripeti i passaggi da 1 a 10 per creare un processo di analisi delle entità. Apporta le seguenti modifiche: 1. Nelle **impostazioni Job**, per **Nome**, immettere`reviews-entities-analysis`. 1. Nelle **impostazioni Job**, per **Tipo di analisi**, scegli **Entità**. 1. In **Autorizzazioni di accesso**, scegli **Usa un ruolo IAM esistente**. Per **Nome del ruolo**, scegli `AmazonComprehendServiceRole-comprehend-access-role` (è lo stesso ruolo che hai creato per il lavoro Sentiment). ### Analizza i sentimenti e le entità ()AWS CLI Si utilizzano i `start-entities-detection-job` comandi `start-sentiment-detection-job` and per eseguire lavori di analisi dei sentimenti e delle entità. Dopo aver eseguito ogni comando, AWS CLI viene visualizzato un oggetto JSON con un `JobId` valore che consente di accedere ai dettagli sul processo, inclusa la posizione di output S3. **Per eseguire lavori di analisi del sentimento e delle entità (AWS CLI)** 1. Avvia un processo di analisi del sentiment eseguendo il seguente comando in. AWS CLI Sostituisci `arn:aws:iam::123456789012:role/comprehend-access-role` con l'ARN del ruolo IAM che hai precedentemente copiato in un editor di testo. Se la tua AWS CLI regione predefinita è diversa dalla regione in cui hai creato il bucket Amazon S3, includi il parametro e `us-east-1` sostituiscilo con `--region` la regione in cui risiede il bucket. ``` 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. Dopo aver inviato il lavoro, copialo `JobId` e salvalo in un editor di testo. È necessario `JobId` trovare i file di output dal lavoro di analisi. 1. Avviate un processo di analisi delle entità eseguendo il comando seguente. ``` 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. Dopo aver inviato il lavoro, copiatelo `JobId` e salvatelo in un editor di testo. 1. Controlla lo stato delle tue offerte di lavoro. Puoi visualizzare lo stato di avanzamento di un lavoro monitorandolo`JobId`. Per tenere traccia dello stato di avanzamento del tuo lavoro di analisi dei sentimenti, esegui il comando seguente. `sentiment-job-id`Sostituiscilo con `JobId` quello che hai copiato dopo aver eseguito l'analisi del sentiment. ``` aws comprehend describe-sentiment-detection-job --job-id sentiment-job-id ``` Per tenere traccia del processo di analisi delle entità, esegui il comando seguente. Sostituiscilo `entities-job-id` con `JobId` quello che hai copiato dopo aver eseguito l'analisi delle entità. ``` aws comprehend describe-entities-detection-job --job-id entities-job-id ``` Occorrono alcuni minuti prima che `JobStatus` venga visualizzato come`COMPLETED`. Hai completato i lavori di analisi del sentimento e delle entità. Entrambi i lavori devono essere completati prima di passare alla fase successiva. Il completamento dei lavori può richiedere diversi minuti. # Fase 4: Preparazione dell'output di Amazon Comprehend per la visualizzazione dei dati Per preparare i risultati dei lavori di analisi del sentimento e delle entità per la creazione di visualizzazioni di dati, usi e. AWS Glue Amazon Athena In questo passaggio, estrai i file dei risultati di Amazon Comprehend. Quindi, crei un AWS Glue *crawler* che esplora i tuoi dati e li cataloga automaticamente in tabelle in. AWS Glue Data Catalog Dopodiché, accedi e trasformi queste tabelle utilizzando un servizio di query Amazon Athena interattivo e senza server. Al termine di questo passaggio, i risultati di Amazon Comprehend sono puliti e pronti per la visualizzazione. Per un processo di rilevamento di entità PII, il file di output è in testo semplice, non è un archivio compresso. Il nome del file di output è lo stesso del file di input e viene `.out` aggiunto alla fine. Non è necessario il passaggio di estrazione del file di output. Passa a [caricare i dati in](#tutorial-reviews-tables-crawler) un file. AWS Glue Data Catalog **Topics** + [Prerequisiti](#tutorial-reviews-tables-prereqs) + [Scarica l'output](#tutorial-reviews-tables-download) + [Estrai i file di output](#tutorial-reviews-tables-extract) + [Carica i file estratti](#tutorial-reviews-tables-upload) + [Carica i dati in un AWS Glue Data Catalog](#tutorial-reviews-tables-crawler) + [Prepara i dati per l'analisi](#tutorial-reviews-tables-prep) ## Prerequisiti Prima di iniziare, completa [Fase 3: Esecuzione di processi di analisi su documenti in Amazon S3](tutorial-reviews-analysis.md). ## Scarica l'output Amazon Comprehend utilizza la compressione Gzip per comprimere i file di output e salvarli come archivio tar. Il modo più semplice per estrarre i file di output è scaricare gli archivi localmente. `output.tar.gz` In questo passaggio, scarichi gli archivi di output dei sentimenti e delle entità. ### Scarica i file di output (console) Per trovare i file di output per ogni processo, torna al lavoro di analisi nella console Amazon Comprehend. Il processo di analisi fornisce la posizione S3 per l'output, da cui è possibile scaricare il file di output. **Per scaricare i file di output (console)** 1. Nella [console Amazon Comprehend](https://console.aws.amazon.com/comprehend/), nel riquadro di navigazione, torna a **Analysis** jobs. 1. Scegli il tuo lavoro di analisi del sentiment. `reviews-sentiment-analysis` 1. In **Output**, scegli il link visualizzato accanto a **Posizione dei dati di output**. Questo ti reindirizza all'`output.tar.gz`archivio nel tuo bucket S3. 1. **Nella scheda **Panoramica, scegli Scarica**.** 1. Sul tuo computer, rinomina l'archivio come`sentiment-output.tar.gz`. Poiché tutti i file di output hanno lo stesso nome, questo ti aiuta a tenere traccia dei file Sentiment ed Entities. 1. Ripeti i passaggi 1-4 per trovare e scaricare l'output del tuo `reviews-entities-analysis` lavoro. Sul tuo computer, rinomina l'archivio come. `entities-output.tar.gz` ### Scarica i file di output ()AWS CLI Per trovare i file di output per ogni lavoro, utilizzate il `JobId` comando from the analysis per trovare la posizione S3 dell'output. Quindi, utilizzate il `cp` comando per scaricare il file di output sul computer. **Per scaricare i file di output (AWS CLI)** 1. Per elencare i dettagli sul tuo lavoro di analisi del sentiment, esegui il comando seguente. `sentiment-job-id`Sostituiscilo con il sentimento `JobId` che hai salvato. ``` aws comprehend describe-sentiment-detection-job --job-id sentiment-job-id ``` Se hai perso di vista il tuo `JobId` profilo, puoi eseguire il seguente comando per elencare tutti i tuoi lavori sentimentali e filtrarli per nome. ``` aws comprehend list-sentiment-detection-jobs --filter JobName="reviews-sentiment-analysis" ``` 1. Nell'`OutputDataConfig`oggetto, trova il `S3Uri` valore. Il `S3Uri` valore dovrebbe essere simile al formato seguente:`s3://amzn-s3-demo-bucket/.../output/output.tar.gz`. Copia questo valore in un editor di testo. 1. Per scaricare l'archivio dei risultati dei sentimenti nella tua directory locale, esegui il seguente comando. Sostituisci il percorso del bucket S3 con `S3Uri` quello copiato nel passaggio precedente. `path/`Sostituiscilo con il percorso della cartella della tua directory locale. Il nome `sentiment-output.tar.gz` sostituisce il nome dell'archivio originale per aiutarti a tenere traccia dei file di sentiment ed entities. ``` aws s3 cp s3://amzn-s3-demo-bucket/.../output/output.tar.gz path/sentiment-output.tar.gz ``` 1. Per elencare i dettagli sul processo di analisi delle entità, esegui il comando seguente. ``` aws comprehend describe-entities-detection-job --job-id entities-job-id ``` Se non conosci il tuo`JobId`, esegui il comando seguente per elencare tutti i lavori delle entità e filtrare il lavoro per nome. ``` aws comprehend list-entities-detection-jobs --filter JobName="reviews-entities-analysis" ``` 1. Dall'`OutputDataConfig`oggetto nella descrizione del lavoro della tua entità, copia il `S3Uri` valore. 1. Per scaricare l'archivio di output delle entità nella directory locale, esegui il comando seguente. Sostituisci il percorso del bucket S3 con `S3Uri` quello copiato nel passaggio precedente. `path/`Sostituiscilo con il percorso della cartella della tua directory locale. Il nome `entities-output.tar.gz` sostituisce il nome dell'archivio originale. ``` aws s3 cp s3://amzn-s3-demo-bucket/.../output/output.tar.gz path/entities-output.tar.gz ``` ## Estrai i file di output Prima di poter accedere ai risultati di Amazon Comprehend, decomprimi gli archivi dei sentimenti e delle entità. Puoi utilizzare il file system locale o un terminale per decomprimere gli archivi. ### Estrarre i file di output (file system GUI) Se usi macOS, fai doppio clic sull'archivio nel tuo file system GUI per estrarre il file di output dall'archivio. Se usi Windows, puoi usare uno strumento di terze parti come 7-Zip per estrarre i file di output dal tuo file system GUI. In Windows, è necessario eseguire due passaggi per accedere al file di output nell'archivio. Prima decomprimi l'archivio, quindi estrai l'archivio. Rinomina il file dei sentimenti come `sentiment-output` e il file delle entità come `entities-output` per distinguere i file di output. ### Estrai i file di output (terminale) Se usi Linux o macOS, puoi usare il tuo terminale standard. Se usi Windows, devi avere accesso a un ambiente in stile Unix, come Cygwin, per eseguire i comandi tar. Per estrarre il file di output dei sentimenti dall'archivio dei sentimenti, esegui il seguente comando nel tuo terminale locale. ``` tar -xvf sentiment-output.tar.gz --transform 's,^,sentiment-,' ``` Nota che il `--transform` parametro aggiunge il prefisso `sentiment-` al file di output all'interno dell'archivio, rinominando il file come. `sentiment-output` Ciò consente di distinguere tra i file di output di sentiment e quelli delle entità e di evitare la sovrascrittura. Per estrarre il file di output delle entità dall'archivio delle entità, esegui il seguente comando nel tuo terminale locale. ``` tar -xvf entities-output.tar.gz --transform 's,^,entities-,' ``` Il `--transform` parametro aggiunge il prefisso `entities-` al nome del file di output. **Suggerimento** Per risparmiare sui costi di archiviazione in Amazon S3, puoi comprimere nuovamente i file con Gzip prima di caricarli. È importante decomprimere e decomprimere gli archivi originali perché non è AWS Glue possibile leggere automaticamente i dati da un archivio tar. Tuttavia, AWS Glue può leggere da file in formato Gzip. ## Carica i file estratti Dopo aver estratto i file, caricali nel tuo bucket. È necessario archiviare i file di output dei sentimenti e delle entità in cartelle separate AWS Glue per leggere correttamente i dati. Nel tuo bucket, crea una cartella per i risultati di sentiment estratti e una seconda cartella per i risultati delle entità estratte. Puoi creare cartelle con la console Amazon S3 o il. AWS CLI ### Carica i file estratti su Amazon S3 (console) Nel tuo bucket S3, crea una cartella per il file dei risultati del sentiment estratto e una cartella per il file dei risultati delle entità. Quindi, carica i file dei risultati estratti nelle rispettive cartelle. **Per caricare i file estratti su Amazon S3 (console)** 1. Apri la console Amazon S3 all'indirizzo. [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/) 1. **In **Bucket**, scegli il tuo bucket, quindi scegli Crea cartella.** 1. **Per il nuovo nome della cartella, inserisci `sentiment-results` e scegli Salva.** Questa cartella conterrà il file di output del sentiment estratto. 1. Nella scheda **Panoramica** del bucket, dall'elenco dei contenuti del bucket, scegli la nuova cartella. `sentiment-results` Scegli **Carica**. 1. **Scegli **Aggiungi file**, scegli il `sentiment-output` file dal tuo computer locale, quindi scegli Avanti.** 1. Lascia le opzioni per **Gestisci utenti**, **Accedi per altri Account AWS** e **Gestisci le autorizzazioni pubbliche** come impostazioni predefinite. Scegli **Next (Successivo)**. 1. **Per la **classe Storage, scegli** Standard.** Lascia le opzioni per **Crittografia**, **Metadati** e **Tag** come predefinite. Scegli **Next (Successivo)**. 1. **Controlla le opzioni di caricamento, quindi scegli Carica.** 1. Ripeti i passaggi 1-8 per creare una cartella denominata `entities-results` e caricarvi il `entities-output` file. ### Carica i file estratti su Amazon AWS CLI S3 () Puoi creare una cartella nel tuo bucket S3 durante il caricamento di un file con il comando. `cp` **Per caricare i file estratti su Amazon AWS CLI S3 ()** 1. Crea una cartella sentiment e carica il tuo file di sentiment eseguendo il seguente comando. Sostituisci `path/` con il percorso locale del file di output dei sentimenti estratto. ``` aws s3 cp path/sentiment-output s3://amzn-s3-demo-bucket/sentiment-results/ ``` 1. Crea una cartella di output delle entità e carica il file delle entità eseguendo il seguente comando. Sostituisci `path/` con il percorso locale del file di output delle entità estratte. ``` aws s3 cp path/entities-output s3://amzn-s3-demo-bucket/entities-results/ ``` ## Carica i dati in un AWS Glue Data Catalog Per inserire i risultati in un database, puoi usare un AWS Glue *crawler*. Un AWS Glue *crawler* analizza i file e scopre lo schema dei dati. Quindi organizza i dati in tabelle in un AWS Glue Data Catalog (un database senza server). È possibile creare un crawler con la console o il AWS Glue . AWS CLI ### Carica i dati in una AWS Glue Data Catalog (console) Crea un AWS Glue crawler che scansioni le tue cartelle `sentiment-results` e `entities-results` quelle delle cartelle separatamente. Un nuovo ruolo IAM per AWS Glue concede al crawler l'autorizzazione ad accedere al tuo bucket S3. Crei questo ruolo IAM durante la configurazione del crawler. **Per caricare i dati in una AWS Glue Data Catalog (console)** 1. Assicurati di trovarti in una regione che supporti AWS Glue. Se ti trovi in un'altra regione, nella barra di navigazione, scegli una regione supportata dal **selettore Regione**. Per un elenco delle regioni che lo supportano AWS Glue, consulta la [tabella delle regioni](https://aws.amazon.com/about-aws/global-infrastructure/regional-product-services/) nella *Guida globale all'infrastruttura*. 1. Apri la AWS Glue console all'indirizzo [https://console.aws.amazon.com/glue/](https://console.aws.amazon.com/glue/). 1. Nel riquadro di navigazione, scegli **Crawler, quindi scegli **Aggiungi** crawler**. 1. **Per il **nome del crawler, inserisci e quindi scegli Avanti**. `comprehend-analysis-crawler`** 1. **Per il **tipo di sorgente Crawler**, scegli **Archivi dati, quindi scegli Avanti**.** 1. Per **Aggiungi un data store, procedi** come segue: 1. Per **Scegli un datastore**, scegliere **S3**. 1. Lascia vuoto il campo **Connessione**. 1. Per **Scansionare i dati**, scegli **Percorso specificato nel mio account**. 1. Per **Includi percorso**, inserisci il percorso S3 completo della cartella di output dei sentimenti:. `s3://amzn-s3-demo-bucket/sentiment-results` 1. Scegli **Next (Successivo)**. 1. **Per **Aggiungi un altro archivio dati**, scegli **Sì**, quindi scegli Avanti.** Ripeti il passaggio 6, ma inserisci il percorso S3 completo della cartella di output delle entità:`s3://amzn-s3-demo-bucket/entities-results`. 1. Per **Aggiungi un altro archivio dati**, scegli **No**, quindi scegli **Avanti**. 1. Per **Scegli un ruolo IAM**, procedi come segue: 1. Scegli **Crea un ruolo IAM**. 1. Per il **ruolo IAM**, inserisci `glue-access-role` e quindi scegli **Avanti**. 1. **Per **Crea una pianificazione per questo crawler**, scegli **Esegui su richiesta** e scegli Avanti.** 1. Per **Configura l'output del crawler, procedi come segue**: 1. Per **Database**, scegliete **Aggiungi** database. 1. Per **Database name (Nome database)**, immettere `comprehend-results`. Questo database memorizzerà le tabelle di output di Amazon Comprehend. 1. Lascia le altre opzioni sulle impostazioni predefinite e scegli **Avanti**. 1. **Controlla le informazioni del crawler, quindi scegli Fine.** 1. Nella console Glue, in **Crawlers**, scegli `comprehend-analysis-crawler` e scegli **Run** crawler. Il completamento del crawler può richiedere alcuni minuti. ### Carica i dati in un AWS Glue Data Catalog file ()AWS CLI Crea un ruolo IAM AWS Glue che fornisca l'autorizzazione ad accedere al tuo bucket S3. Quindi, crea un database in. AWS Glue Data Catalog Infine, crea ed esegui un crawler che carichi i dati nelle tabelle del database. **Per caricare i dati in un AWS Glue Data Catalog file ()AWS CLI** 1. Per creare un ruolo IAM per AWS Glue, procedi come segue: 1. Salva la seguente politica di attendibilità come documento JSON richiamato `glue-trust-policy.json` sul tuo computer. ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Effect": "Allow", "Principal": { "Service": "glue.amazonaws.com" }, "Action": "sts:AssumeRole" } ] } ``` ------ 1. Per creare un ruolo IAM, esegui il comando seguente. Sostituiscilo `path/` con il percorso del documento JSON del tuo computer locale. ``` aws iam create-role --role-name glue-access-role --assume-role-policy-document file://path/glue-trust-policy.json ``` 1. Quando AWS CLI elenca l'Amazon Resource Number (ARN) per il nuovo ruolo, copialo e salvalo in un editor di testo. 1. Salva la seguente policy IAM come documento JSON richiamato `glue-access-policy.json` sul tuo computer. La policy concede il AWS Glue permesso di eseguire la scansione delle cartelle dei risultati. ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Effect": "Allow", "Action": [ "s3:GetObject", "s3:PutObject" ], "Resource": [ "arn:aws:s3:::amzn-s3-demo-bucket/sentiment-results*", "arn:aws:s3:::amzn-s3-demo-bucket/entities-results*" ] } ] } ``` ------ 1. Per creare la policy IAM, esegui il comando seguente. Sostituiscilo `path/` con il percorso del documento JSON del tuo computer locale. ``` aws iam create-policy --policy-name glue-access-policy --policy-document file://path/glue-access-policy.json ``` 1. Quando AWS CLI elenca l'ARN della politica di accesso, copialo e salvalo in un editor di testo. 1. Associa la nuova policy al ruolo IAM eseguendo il comando seguente. Sostituisci `policy-arn` con l'ARN della policy IAM che hai copiato nel passaggio precedente. ``` aws iam attach-role-policy --policy-arn policy-arn --role-name glue-access-role ``` 1. Allega la policy AWS gestita `AWSGlueServiceRole` al tuo ruolo IAM eseguendo il comando seguente. ``` aws iam attach-role-policy --policy-arn arn:aws:iam::aws:policy/service-role/AWSGlueServiceRole --role-name glue-access-role ``` 1. Crea un AWS Glue database eseguendo il comando seguente. ``` aws glue create-database --database-input Name="comprehend-results" ``` 1. Crea un nuovo AWS Glue crawler eseguendo il comando seguente. Sostituisci `glue-iam-role-arn` con l'ARN del tuo ruolo AWS Glue IAM. ``` aws glue create-crawler --name comprehend-analysis-crawler --role glue-iam-role-arn --targets S3Targets=[ {Path="s3://amzn-s3-demo-bucket/sentiment-results"}, {Path="s3://amzn-s3-demo-bucket/entities-results"}] --database-name comprehend-results ``` 1. Avvia il crawler eseguendo il comando seguente. ``` aws glue start-crawler --name comprehend-analysis-crawler ``` Il completamento del crawler può richiedere alcuni minuti. ## Prepara i dati per l'analisi Ora hai un database popolato con i risultati di Amazon Comprehend. Tuttavia, i risultati sono annidati. Per disinserirli, si eseguono alcune istruzioni SQL. Amazon Athena Amazon Athena è un servizio di interrogazione interattivo che semplifica l'analisi dei dati in Amazon S3 utilizzando SQL standard. Athena è serverless, quindi non richiede alcuna infrastruttura da gestire e ha un pay-per-query modello di prezzo. In questo passaggio, crei nuove tabelle di dati puliti che puoi utilizzare per l'analisi e la visualizzazione. Si utilizza la console Athena per preparare i dati. **Per preparare i dati** 1. Apri la console Athena all'indirizzo [https://console.aws.amazon.com/athena/](https://console.aws.amazon.com/athena/home). 1. Nell'editor di query, scegli **Impostazioni**, quindi seleziona **Gestisci**. 1. Per **Ubicazione dei risultati dell'interrogazione**, immettere`s3://amzn-s3-demo-bucket/query-results/`. In questo modo viene creata una nuova cartella denominata `query-results` nel bucket che memorizza l'output delle Amazon Athena query eseguite. Scegli **Save** (Salva). 1. **Nell'editor delle query, scegli Editor.** 1. Per **Database**, scegli il AWS Glue database `comprehend-results` che hai creato. 1. Nella sezione **Tabelle**, dovresti avere due tabelle chiamate `sentiment_results` e`entities_results`. Visualizzate l'anteprima delle tabelle per assicurarvi che il crawler abbia caricato i dati. **Nelle opzioni di ogni tabella (i tre punti accanto al nome della tabella), scegliete Anteprima tabella.** Una breve interrogazione viene eseguita automaticamente. Controlla il riquadro **Risultati** per assicurarti che le tabelle contengano dati. **Suggerimento** Se le tabelle non contengono dati, prova a controllare le cartelle nel tuo bucket S3. Assicurati che ci sia una cartella per i risultati delle entità e una cartella per i risultati del sentiment. Quindi, prova a eseguire un nuovo AWS Glue crawler. 1. **Per rimuovere la `sentiment_results` tabella, inserisci la seguente query nell'**editor di query e scegli Esegui**.** ``` CREATE TABLE sentiment_results_final AS SELECT file, line, sentiment, sentimentscore.mixed AS mixed, sentimentscore.negative AS negative, sentimentscore.neutral AS neutral, sentimentscore.positive AS positive FROM sentiment_results ``` 1. **Per iniziare a disnidificare la tabella delle entità, inserisci la seguente query nell'**editor di query e scegli** Esegui.** ``` CREATE TABLE entities_results_1 AS SELECT file, line, nested FROM entities_results CROSS JOIN UNNEST(entities) as t(nested) ``` 1. **Per completare l'eliminazione della tabella delle entità, inserisci la seguente query nell'**editor di query e scegli Esegui query**.** ``` CREATE TABLE entities_results_final AS SELECT file, line, nested.beginoffset AS beginoffset, nested.endoffset AS endoffset, nested.score AS score, nested.text AS entity, nested.type AS category FROM entities_results_1 ``` **La `sentiment_results_final` tabella dovrebbe avere l'aspetto seguente, con colonne denominate **file**, **line**, **sentiment**, **mixed**, **negative**, **neutral** e positive.** La tabella deve avere un valore per cella. La colonna sul **sentimento** descrive il sentimento generale più probabile di una particolare recensione. Le colonne **miste**, **negative**, **neutre** e **positive** forniscono punteggi per ogni tipo di sentimento. ![\[Schermata della tabella di output dei sentimenti in Athena.\]](http://docs.aws.amazon.com/it_it/comprehend/latest/dg/images/tutorial-reviews-sentiment-table.png) ******La `entities_results_final` tabella dovrebbe essere simile alla seguente, con colonne denominate **file**, **line**, **beginoffset, **endoffset****, score, entity e category.****** La tabella deve avere un valore per cella. La colonna del **punteggio** indica la fiducia di Amazon Comprehend nell'**entità** rilevata. La **categoria** indica il tipo di entità rilevata da Comprehend. ![\[Visualizzazione da console della tabella di output delle entità in Athena.\]](http://docs.aws.amazon.com/it_it/comprehend/latest/dg/images/tutorial-reviews-entities-table.png) Ora che hai i risultati di Amazon Comprehend caricati nelle tabelle, puoi visualizzare ed estrarre informazioni significative dai dati. # Fase 5: Visualizzazione dell'output di Amazon Comprehend in Quick Dopo aver archiviato i risultati di Amazon Comprehend in tabelle, puoi connetterti e visualizzare i dati con Quick. Quick è uno strumento di business intelligence (BI) AWS gestito per la visualizzazione dei dati. Quick semplifica la connessione alla fonte di dati e la creazione di immagini potenti. In questa fase, connetti Quick ai tuoi dati, crei visualizzazioni che estraggono approfondimenti dai dati e pubblichi una dashboard di visualizzazioni. **Topics** + [Prerequisiti](#tutorial-reviews-visualize-prereqs) + [Offri un accesso rapido](#tutorial-reviews-visualize-access) + [Importa i set di dati](#tutorial-reviews-visualize-import) + [Crea una visualizzazione del sentimento](#tutorial-reviews-visualize-sentiment) + [Crea una visualizzazione delle entità](#tutorial-reviews-visualize-entities) + [Pubblica una dashboard](#tutorial-reviews-visualize-dashboard) + [Eliminazione](#tutorial-reviews-visualize-clean) ## Prerequisiti Prima di iniziare, completa [Fase 4: Preparazione dell'output di Amazon Comprehend per la visualizzazione dei dati](tutorial-reviews-tables.md). ## Offri un accesso rapido Per importare i dati, Quick richiede l'accesso al bucket e alle tabelle Amazon Simple Storage Service (Amazon S3). Amazon Athena Per consentire l'accesso rapido ai tuoi dati, devi avere effettuato l'accesso come QuickSight amministratore e avere accesso per modificare le autorizzazioni delle risorse. Se non riesci a completare i seguenti passaggi, consulta i prerequisiti IAM dalla pagina di panoramica. [Tutorial: analisi delle informazioni ricavate dalle recensioni dei clienti con Amazon Comprehend](tutorial-reviews.md) **Per consentire un accesso rapido ai tuoi dati** 1. Apri la [console Quick](https://quicksight.aws.amazon.com/sn/start). 1. Se è la prima volta che usi Quick, la console richiede di creare un nuovo utente amministratore fornendo un indirizzo e-mail. Per **Indirizzo e-mail**, inserisci lo stesso indirizzo e-mail del tuo. Account AWS Scegli **Continua**. 1. Dopo aver effettuato l'accesso, scegli il nome del tuo profilo nella barra di navigazione e scegli **Gestisci QuickSight**. Devi aver effettuato l'accesso come amministratore per visualizzare l' QuickSightopzione **Gestisci**. 1. Scegli **Sicurezza e autorizzazioni**. 1. Per **QuickSight accedere ai AWS servizi**, scegli **Aggiungi o rimuovi**. 1. Seleziona **Amazon S3**. 1. **Da **Select Amazon S3 bucket, scegli il tuo bucket** S3 per le autorizzazioni S3 **Bucket e Write for Athena** Workgroup.** 1. Scegli **Fine**. 1. Scegliere **Aggiorna**. ## Importa i set di dati Prima di creare visualizzazioni, è necessario aggiungere i set di dati di sentiment ed entities a Quick. Puoi farlo con la console Quick. Puoi importare le tue tabelle unnested sentiment e unnested entities da. Amazon Athena **Per importare i tuoi set di dati** 1. Apri la [console Quick](https://quicksight.aws.amazon.com/sn/start). 1. Nella barra di navigazione, in **Set** di dati, scegli **Nuovo set** di dati. 1. Per **Crea un set di dati**, scegli **Athena**. 1. Per **Nome dell'origine dati**, inserisci `reviews-sentiment-analysis` e scegli **Crea origine dati**. 1. Per **Database** (Database), scegli il database `comprehend-results`. 1. Per **Tabelle**, scegli la tabella dei sentimenti, `sentiment_results_final` quindi scegli **Seleziona**. 1. **Scegli **Importa in SPICE per un'analisi più rapida** e scegli Visualize.** SPICE è il motore QuickSight di calcolo in memoria che fornisce analisi più rapide rispetto all'interrogazione diretta durante la creazione di visualizzazioni. 1. **Torna alla console Quick e scegli Datasets.** Ripeti i passaggi 1-7 per creare un set di dati di entità, ma apporta le seguenti modifiche: 1. Per **Nome dell'origine dati, immettere**. `reviews-entities-analysis` 1. Per **Tabelle**, scegli la tabella delle entità`entities_results_final`. ## Crea una visualizzazione del sentimento Ora che puoi accedere ai tuoi dati in Quick, puoi iniziare a creare visualizzazioni. Crei un grafico a torta con i dati sul sentiment di Amazon Comprehend. Il grafico a torta mostra la percentuale di recensioni positive, neutre, miste e negative. **Per visualizzare i dati sul sentiment** 1. **Nella console Quick, scegli **Analisi, quindi scegli Nuova analisi**.** 1. **Da **I tuoi set di dati**, scegli il set di dati `sentiment_results_final` sul sentiment, quindi scegli Crea analisi.** 1. **Nell'editor visuale, nell'**elenco Campi**, scegli Sentiment.** **Nota** I valori nell'**elenco Campi** dipendono dai nomi delle colonne in Amazon Athena cui hai creato le tabelle. Se sono stati modificati i nomi delle colonne forniti nelle query SQL, i nomi **degli elenchi dei campi** saranno diversi dai nomi utilizzati in questi esempi di visualizzazione. 1. Per i **tipi visivi**, scegli **Pie** chart. Viene visualizzato un grafico a torta simile al seguente con sezioni positive, neutre, miste e negative. Per visualizzare il conteggio e la percentuale di una sezione, passa il mouse su di essa. ![\[Visualizzazione da console del grafico a torta del sentiment con sezioni positive, negative, neutre e miste.\]](http://docs.aws.amazon.com/it_it/comprehend/latest/dg/images/tutorial-reviews-pie.png) ## Crea una visualizzazione delle entità Ora crea una seconda visualizzazione con il set di dati delle entità. Si crea una mappa ad albero delle entità distinte nei dati. Ogni blocco nella mappa ad albero rappresenta un'entità e la dimensione del blocco è correlata al numero di volte in cui l'entità appare nel set di dati. **Per visualizzare i dati delle entità** 1. Nel pannello di controllo **Visualizza**, accanto a **Set di dati**, scegli l'icona **Aggiungi, modifica, sostituisci e rimuovi set di dati**. 1. Scegli **Aggiungi set di dati**. 1. **Per **Scegli il set di dati da aggiungere**, scegli il set di dati delle entità `entities_results_final` dall'elenco dei set di dati e scegli Seleziona.** 1. Nel pannello di controllo **Visualizza**, scegli il menu a discesa **Set di dati** e scegli il set di dati delle entità. `entities_results_final` 1. **Nell'**elenco Campi**, scegli Entità.** 1. Per i **tipi visivi**, scegli **Mappa ad albero**. Accanto al grafico a torta viene visualizzata una mappa ad albero simile alla seguente. Per vedere il conteggio di un'entità specifica, passa il mouse su un blocco. ![\[Visualizzazione da console di una mappa ad albero con blocchi per ogni entità unica.\]](http://docs.aws.amazon.com/it_it/comprehend/latest/dg/images/tutorial-reviews-tree.png) ## Pubblica una dashboard Dopo aver creato le visualizzazioni, puoi pubblicarle come dashboard. È possibile eseguire diverse attività con una dashboard, ad esempio condividerla con gli utenti che la utilizzano Account AWS, salvarla come PDF o inviarla tramite e-mail come report (limitata all'edizione Enterprise di Quick). In questa fase, pubblichi le visualizzazioni come dashboard nel tuo account. **Per pubblicare la dashboard** 1. Nella barra di navigazione, scegli **Condividi**. 1. Scegliere **Publish dashboard (Pubblica pannello di controllo)**. 1. Scegli **Pubblica nuova dashboard come** e inserisci il nome `comprehend-analysis-reviews` per la dashboard. 1. Scegliere **Publish dashboard (Pubblica pannello di controllo)**. 1. Chiudi il riquadro **Condividi dashboard con gli utenti** scegliendo il pulsante di chiusura nell'angolo in alto a destra. 1. **Nella Console rapida, nel riquadro di navigazione, scegli Dashboard.** **Una miniatura della nuova dashboard `comprehend-analysis-reviews` dovrebbe apparire in Dashboard.** Scegli la dashboard per visualizzarla. Ora hai una dashboard con visualizzazioni di sentimenti ed entità simili all'esempio seguente. ![\[Visualizzazione da console di un QuickSight pannello di controllo con un grafico a torta e una mappa ad albero.\]](http://docs.aws.amazon.com/it_it/comprehend/latest/dg/images/tutorial-reviews-dashboard.png) **Suggerimento** Se desideri modificare le visualizzazioni nella dashboard, torna a **Analisi** e modifica la visualizzazione che desideri aggiornare. Quindi, pubblica nuovamente la dashboard come nuova dashboard o come sostituto della dashboard esistente. ## Eliminazione Dopo aver completato questo tutorial, potresti voler ripulire tutte AWS le risorse che non desideri più utilizzare. AWS Le risorse attive possono continuare a comportare addebiti sul tuo account. Le seguenti azioni possono aiutare a prevenire addebiti continui: + Annulla l'abbonamento Quick. Quick è un servizio di abbonamento mensile. Per annullare l'abbonamento, consulta [Annullamento dell'abbonamento](https://docs.aws.amazon.com/quicksight/latest/user/closing-account.html) nella *Guida rapida per l'utente*. + Elimina il tuo bucket Amazon S3. Amazon S3 ti addebita lo storage. Per ripulire le tue risorse Amazon S3, elimina il bucket. Per informazioni sull'eliminazione di un bucket, vedi [Come si elimina un bucket S3?](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/delete-bucket.html) nella *Guida per l'utente di Amazon Simple Storage Service*. Assicurati di salvare tutti i file importanti prima di eliminare il bucket. + Cancella il tuo. AWS Glue Data Catalog Ti AWS Glue Data Catalog addebita mensilmente per lo spazio di archiviazione. Puoi eliminare i tuoi database per evitare di incorrere in addebiti continui. Per informazioni sulla gestione dei AWS Glue Data Catalog database, consulta [Lavorare con i database sulla AWS Glue console nella Guida](https://docs.aws.amazon.com/glue/latest/dg/console-databases.html) per gli *AWS Glue sviluppatori*. Assicurati di esportare i dati prima di cancellare qualsiasi database o tabella.