기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다. # API를 사용한 비동기 분석 작업 다음 예제는 Amazon Comprehend 비동기 API를 사용하여 AWS CLI를 사용한 분석 작업을 생성하고 관리합니다. **Topics** + [Amazon Comprehend 인사이트에 사용되는 비동기 분석](api-async-insights.md) + [대상 감성에 대한 비동기 분석](using-api-targeted-sentiment.md) + [이벤트 감지를 위한 비동기 분석](get-started-api-events.md) + [주제 모델링을 위한 비동기 분석](get-started-topics.md) # Amazon Comprehend 인사이트에 사용되는 비동기 분석 다음 섹션에서는 Amazon Comprehend API를 사용하여 Amazon Comprehend 인사이트를 분석하기 위한 비동기 작업을 실행합니다. **Topics** + [사전 조건](#detect-topics-role-auth) + [분석 시작](#how-start-job) + [모니터링 분석 작업](#how-monitor-progress) + [분석 결과 가져오기](#how-get-results) ## 사전 조건 문서는 UTF-8 형식 또는 파일이어야 합니다. 문서를 두 가지 형식으로 제출할 수 있습니다. 사용하는 형식은 다음 표의 설명대로 분석하려는 문서의 유형에 따라 달라집니다. | 설명 | 형식 | | --- | --- | | 각 파일에는 입력 문서가 한 개씩 들어 있습니다. 이 방법은 대용량 문서 모음에 가장 적합합니다. | 파일당 문서 하나 | | 입력은 하나 이상의 파일입니다. 파일의 각 라인은 문서로 간주됩니다. 소셜 미디어 게시물과 같은 짧은 문서에 가장 적합합니다. 각 라인은 줄 바꿈 (LF, \$1n), 캐리지 리턴 (CR,\$1 r) 또는 둘 다 (CRLF,\$1 r\$1 n) 로 끝나야 합니다. UTF-8 줄 구분자(u\$12028)를 사용하여 줄을 끝낼 수는 없습니다. | 라인당 문서 하나 | 분석 작업을 시작할 때 입력 데이터의 S3 위치를 지정해야 합니다. URI는 호출 중인 API 엔드포인트와 동일한 AWS 리전에 있어야 합니다. URI는 단일 파일을 가리킬 수도 있고 데이터 파일 컬렉션의 접두사일 수도 있습니다. 자세한 정보는 [InputDataConfig](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_InputDataConfig.html) 데이터 유형을 참조하세요. Amazon Comprehend에 문서 컬렉션 및 출력 파일을 포함하는 Amazon S3 버킷에 대한 액세스 권한을 부여해야 합니다. 자세한 내용은 [비동기 작업에 필요한 역할 기반 권한](security_iam_id-based-policy-examples.md#auth-role-permissions)을 참조하십시오. ## 분석 시작 분석 작업을 제출하려면 Amazon Comprehend 콘솔 또는 적절한 `Start*` 작업을 사용하십시오. + [StartDominantLanguageDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartDominantLanguageDetectionJob.html) — 컬렉션의 각 문서에서 지배적 언어를 감지하는 작업을 시작합니다. 문서의 지배적 언어에 대한 자세한 정보는 [지배적 언어](how-languages.md)을 참조하세요. + [StartEntitiesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartEntitiesDetectionJob.html) — 컬렉션의 각 문서에서 개체를 감지하는 작업을 시작합니다. 개체 태그 지정에 대한 자세한 내용은 [개체](how-entities.md)을 참조하세요. + [StartKeyPhrasesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartKeyPhrasesDetectionJob.html) — 컬렉션의 각 문서에서 핵심 문구를 감지하는 작업을 시작합니다. 키 이름에 대한 자세한 내용은 [핵심 문구](how-key-phrases.md)을 참조하세요. + [StartPiiEntitiesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartPiiEntitiesDetectionJob.html) — 컬렉션의 각 문서에서 개인 식별 정보(PII)를 감지하는 작업을 시작합니다. ACL에 대한 자세한 내용은 [PII 개체 감지](how-key-phrases.md)을 참조하세요. + [StartSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartSentimentDetectionJob.html) — 컬렉션의 각 문서에서 감성을 감지하는 작업을 시작합니다. 감성에 대한 자세한 내용은 [감성](how-sentiment.md)을 참조하세요. ## 모니터링 분석 작업 `Start*` 작업은 작업 진행 상황을 모니터링하는 데 사용할 수 있는 ID를 반환합니다. API를 사용하여 진행 상황을 모니터링하려면 개별 작업의 진행 상황을 모니터링할지, 아니면 여러 작업의 진행 상황을 모니터링할지에 따라 두 작업 중 하나를 사용합니다. 개별 분석 작업의 진행 상황을 모니터링하려면 `Describe*` 작업을 사용하십시오. `Start*` 작업에서 반환된 작업 ID를 제공해야 합니다. `Describe*` 작업의 응답에는 작업 상태가 표시된 `JobStatus` 필드가 포함됩니다. 여러 분석 작업의 진행 상황을 모니터링하려면 `List*` 작업을 사용하십시오. `List*` 작업은 Amazon Comprehend에 제출한 작업 목록을 반환합니다. 응답에는 각 작업에 대한 작업 상태를 알려주는 `JobStatus` 필드가 포함됩니다. 상태 필드가 `COMPLETED` 또는 `FAILED`로 설정된 경우 작업 처리가 완료된 것입니다. 개별 작업의 상태를 확인하려면 수행 중인 분석에 `Describe*` 작업을 사용하십시오. + [DescribeDominantLanguageDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeDominantLanguageDetectionJob.html) + [DescribeEntitiesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeEntitiesDetectionJob.html) + [DescribeKeyPhrasesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeKeyPhrasesDetectionJob.html) + [DescribePiiEntitiesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribePiiEntitiesDetectionJob.html) + [DescribeSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeSentimentDetectionJob.html) 여러 작업의 상태를 확인하려면 수행 중인 분석에 `List*` 작업을 사용하십시오. + [ListDominantLanguageDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListDominantLanguageDetectionJobs.html) + [ListEntitiesDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListEntitiesDetectionJobs.html) + [ListKeyPhrasesDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListKeyPhrasesDetectionJobs.html) + [ListPiiEntitiesDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListPiiEntitiesDetectionJobs.html) + [ListSentimentDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListSentimentDetectionJobs.html) 결과를 특정 기준과 일치하는 작업으로 제한하려면 `List*` 작업의 `Filter` 파라미터를 사용합니다. 작업 이름, 작업 상태 또는 작업이 제출된 날짜와 시간을 기준으로 결과를 필터링할 수 있습니다. 자세한 내용은 Amazon Comprehend API 참조에서 각 `List*` 작업의 `Filter` 파라미터를 참조하세요. ## 분석 결과 가져오기 분석 작업을 완료한 후 `Describe*` 작업을 사용하여 결과의 위치를 가져옵니다. 작업 상태가 `COMPLETED`인 경우 응답에는 출력 파일의 Amazon S3 위치가 있는 필드가 포함된 `OutputDataConfig` 필드가 포함됩니다. 파일 `output.tar.gz`는 분석 결과를 포함하는 압축된 아카이브입니다. 배치 번역 작업의 상태가 `FAILED`인 경우 작업 응답에는 작업이 완료되지 않은 이유를 설명하는 필드가 `Message` 포함되어 있습니다. 개별 작업의 상태를 확인하려면 적절한 `Describe*` 작업을 사용하십시오. + [DescribeDominantLanguageDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeDominantLanguageDetectionJob.html) + [DescribeEntitiesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeEntitiesDetectionJob.html) + [DescribeKeyPhrasesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeKeyPhrasesDetectionJob.html) + [DescribeSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeSentimentDetectionJob.html) 결과는 문서당 하나의 JSON 구조를 갖는 단일 파일로 반환됩니다. 각 응답 파일에는 상태 필드가 `FAILED`(으)로 설정된 모든 작업에 대한 오류 메시지도 포함됩니다. 다음 각 섹션은 두 입력 형식의 출력 예시를 보여줍니다. ### 지배적 언어 감지 결과 가져오기 다음은 지배적 언어를 감지한 분석의 출력 파일 예제입니다. 입력 형식은 한 줄에 한 문서입니다. 자세한 내용은 [DetectDominantLanguage](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectDominantLanguage.html)을 참조하세요. ``` {"File": "0_doc", "Languages": [{"LanguageCode": "en", "Score": 0.9514502286911011}, {"LanguageCode": "de", "Score": 0.02374090999364853}, {"LanguageCode": "nl", "Score": 0.003208699868991971}, "Line": 0} {"File": "1_doc", "Languages": [{"LanguageCode": "en", "Score": 0.9822712540626526}, {"LanguageCode": "de", "Score": 0.002621392020955682}, {"LanguageCode": "es", "Score": 0.002386554144322872}], "Line": 1} ``` 다음은 입력 형식이 파일당 문서 하나인 분석 결과의 예시입니다. ``` {"File": "small_doc", "Languages": [{"LanguageCode": "en", "Score": 0.9728053212165833}, {"LanguageCode": "de", "Score": 0.007670710328966379}, {"LanguageCode": "es", "Score": 0.0028472368139773607}]} {"File": "huge_doc", "Languages": [{"LanguageCode": "en", "Score": 0.984955906867981}, {"LanguageCode": "de", "Score": 0.0026436643674969673}, {"LanguageCode": "fr", "Score": 0.0014206881169229746}]} ``` ### 개체 감지 결과 가져오기 다음은 문서에서 개체를 감지한 분석 결과 파일의 예시입니다. 입력 형식은 한 줄에 한 문서입니다. 자세한 정보는 [DetectEntities](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectEntities.html) 작업을 참조하세요. 출력에는 두 개의 오류 메시지가 포함됩니다. 하나는 너무 긴 문서이고, 다른 하나는 UTF-8 형식이 아닌 문서에 대한 것입니다. ``` {"File": "50_docs", "Line": 0, "Entities": [{"BeginOffset": 0, "EndOffset": 22, "Score": 0.9763959646224976, "Text": "Cluj-NapocaCluj-Napoca", "Type": "LOCATION"}"]} {"File": "50_docs", "Line": 1, "Entities": [{"BeginOffset": 11, "EndOffset": 15, "Score": 0.9615424871444702, "Text": "Maat", "Type": "PERSON"}}]} {"File": "50_docs", "Line": 2, "ErrorCode": "DOCUMENT_SIZE_EXCEEDED", "ErrorMessage": "Document size exceeds maximum size limit 102400 bytes."} {"File": "50_docs", "Line": 3, "ErrorCode": "UNSUPPORTED_ENCODING", "ErrorMessage": "Document is not in UTF-8 format and all subsequent lines are ignored."} ``` 다음은 입력 형식이 파일당 문서 하나인 분석으로부터의 출력 결과의 예입니다. 출력에는 두 개의 오류 메시지가 포함됩니다. 하나는 너무 긴 문서이고, 다른 하나는 UTF-8 형식이 아닌 문서에 대한 것입니다. ``` {"File": "non_utf8.txt", "ErrorCode": "UNSUPPORTED_ENCODING", "ErrorMessage": "Document is not in UTF-8 format and all subsequent line are ignored."} {"File": "small_doc", "Entities": [{"BeginOffset": 0, "EndOffset": 4, "Score": 0.645766019821167, "Text": "Maat", "Type": "PERSON"}]} {"File": "huge_doc", "ErrorCode": "DOCUMENT_SIZE_EXCEEDED", "ErrorMessage": "Document size exceeds size limit 102400 bytes."} ``` ### 핵심 문구 감지 결과 가져오기 다음은 문서에서 핵심 문구를 감지한 분석 결과 파일의 예시입니다. 입력 형식은 한 줄에 한 문서입니다. 자세한 내용은 [DetectKeyPhrases](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectKeyPhrases.html)를 참조하세요. ``` {"File": "50_docs", "KeyPhrases": [{"BeginOffset": 0, "EndOffset": 22, "Score": 0.8948641419410706, "Text": "Cluj-NapocaCluj-Napoca"}, {"BeginOffset": 45, "EndOffset": 49, "Score": 0.9989854693412781, "Text": "Cluj"}], "Line": 0} ``` 다음은 입력 형식이 파일당 문서 하나인 분석 결과의 예시입니다. ``` {"File": "1_doc", "KeyPhrases": [{"BeginOffset": 0, "EndOffset": 22, "Score": 0.8948641419410706, "Text": "Cluj-NapocaCluj-Napoca"}, {"BeginOffset": 45, "EndOffset": 49, "Score": 0.9989854693412781, "Text": "Cluj"}]} ``` ### 개인 식별 정보(PII) 감지 결과 가져오기 다음은 문서에서 PII 개체를 감지한 분석 작업의 출력 파일 예제입니다. 입력 형식은 한 줄에 한 문서입니다. ``` {"Entities":[{"Type":"NAME","BeginOffset":40,"EndOffset":69,"Score":0.999995},{"Type":"ADDRESS","BeginOffset":247,"EndOffset":253,"Score":0.998828},{"Type":"BANK_ACCOUNT_NUMBER","BeginOffset":406,"EndOffset":411,"Score":0.693283}],"File":"doc.txt","Line":0} {"Entities":[{"Type":"SSN","BeginOffset":1114,"EndOffset":1124,"Score":0.999999},{"Type":"EMAIL","BeginOffset":3742,"EndOffset":3775,"Score":0.999993},{"Type":"PIN","BeginOffset":4098,"EndOffset":4102,"Score":0.999995}],"File":"doc.txt","Line":1} ``` 다음은 입력 형식이 파일당 문서 하나인 분석으로부터의 출력 결과의 예입니다. ``` {"Entities":[{"Type":"NAME","BeginOffset":40,"EndOffset":69,"Score":0.999995},{"Type":"ADDRESS","BeginOffset":247,"EndOffset":253,"Score":0.998828},{"Type":"BANK_ROUTING","BeginOffset":279,"EndOffset":289,"Score":0.999999}],"File":"doc.txt"} ``` ### 감성 감지 결과 가져오기 다음은 문서에 표현된 감성을 감지한 분석의 결과 파일 예제입니다. 문서 하나가 너무 길기 때문에 오류 메시지가 포함됩니다. 입력 형식은 한 줄에 한 문서입니다. 자세한 내용은 [DetectSentiment](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectSentiment.html) 작업을 참조하세요. ``` {"File": "50_docs", "Line": 0, "Sentiment": "NEUTRAL", "SentimentScore": {"Mixed": 0.002734508365392685, "Negative": 0.008935936726629734, "Neutral": 0.9841893315315247, "Positive": 0.004140198230743408}} {"File": "50_docs", "Line": 1, "ErrorCode": "DOCUMENT_SIZE_EXCEEDED", "ErrorMessage": "Document size is exceeded maximum size limit 5120 bytes."} {"File": "50_docs", "Line": 2, "Sentiment": "NEUTRAL", "SentimentScore": {"Mixed": 0.0023119584657251835, "Negative": 0.0029857370536774397, "Neutral": 0.9866572022438049, "Positive": 0.008045154623687267}} ``` 다음은 입력 형식이 파일당 문서 하나인 분석 결과의 예시입니다. ``` {"File": "small_doc", "Sentiment": "NEUTRAL", "SentimentScore": {"Mixed": 0.0023450672160834074, "Negative": 0.0009663937962614, "Neutral": 0.9795311689376831, "Positive": 0.017157377675175667}} {"File": "huge_doc", "ErrorCode": "DOCUMENT_SIZE_EXCEEDED", "ErrorMessage": "Document size is exceeds the limit of 5120 bytes."} ``` # 대상 감성에 대한 비동기 분석 대상 감성의 실시간 분석에 대한 자세한 내용은 [대상 감성에 대한 실시간 분석](using-api-sync.md#get-started-api-targeted-sentiment)를 참조하세요. Amazon Comprehend는 비동기 대상 감성 분석을 시작하고 관리하기 위한 다음 API 작업을 제공합니다. + [StartTargetedSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartTargetedSentimentDetectionJob.html) – 문서 모음에 대해 비동기 대상 감정 감지 작업 시작을 시작합니다. + [ListTargetedSentimentDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListTargetedSentimentDetectionJobs.html) – 제출한 대상 감성 감지 작업의 목록을 반환합니다. + [DescribeTargetedSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeTargetedSentimentDetectionJob.html) – 지정된 대상 감성 감지 작업과 관련된 속성(상태 포함)을 가져옵니다. + [StopTargetedSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StopTargetedSentimentDetectionJob.html) – 진행 중인 지정된 대상 감성 작업을 중지합니다. **Topics** + [시작하기 전에](#api-targeted-sentiment-before) + [를 사용하여 대상 감성 분석 AWS CLI](#api-targeted-sentiment-cli) ## 시작하기 전에 시작하기 전에 다음 사항을 확인해야 합니다. + **입력 및 출력 버킷** - 입력 및 출력에 사용할 Amazon S3 버킷을 식별합니다. 버킷은 사용자가 호출하는 API와 동일한 리전에 있어야 합니다. + **IAM 서비스 역할** - 입력 및 출력 버킷에 액세스하려면 권한이 있는 IAM 서비스 역할이 필요합니다. 자세한 내용은 [비동기 작업에 필요한 역할 기반 권한](security_iam_id-based-policy-examples.md#auth-role-permissions) 단원을 참조하십시오. ## 를 사용하여 대상 감성 분석 AWS CLI 다음 예제는 AWS CLI로 `StartTargetedSentimentDetectionJob` 작업을 사용하는 방법을 보여 줍니다. 이 예제는 입력 텍스트의 언어를 지정합니다. 다음은 Unix, Linux, macOS용 형식으로 지정된 예제입니다. Windows의 경우 각 줄의 끝에 있는 백슬래시(\$1) Unix 연속 문자를 캐럿(^)으로 바꿉니다. ``` aws comprehend start-targeted-sentiment-detection-job \ --job-name "job name" \ --language-code "en" \ --cli-input-json file://path to JSON input file ``` `cli-input-json` 파라미터에는 다음 예시에 표시된 대로 요청 데이터가 포함된 JSON 파일의 경로를 제공해야 합니다. ``` { "InputDataConfig": { "S3Uri": "s3://input bucket/input path", "InputFormat": "ONE_DOC_PER_FILE" }, "OutputDataConfig": { "S3Uri": "s3://output bucket/output path" }, "DataAccessRoleArn": "arn:aws:iam::account ID:role/data access role" } ``` 작업 시작 요청이 성공하면 다음과 같은 응답을 받게 됩니다. ``` { "JobStatus": "SUBMITTED", "JobArn": "job ARN" "JobId": "job ID" } ``` # 이벤트 감지를 위한 비동기 분석 **Topics** + [시작하기 전에](#events-before) + [를 사용하여 이벤트 감지 AWS CLI](#events-cli) + [를 사용하여 이벤트 나열 AWS CLI](#list-events) + [를 사용하여 이벤트 설명 AWS CLI](#describe-events) + [이벤트 감지 결과 가져오기](#async-events) 문서 세트의 이벤트를 감지하려면 [StartEventsDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartEventsDetectionJob.html)을 사용하여 비동기 작업을 시작하십시오. ## 시작하기 전에 시작하기 전에 다음 사항을 확인해야 합니다. + **입력 및 출력 버킷** - 입력 및 출력에 사용할 Amazon S3 버킷을 식별합니다. 버킷은 사용자가 호출하는 API와 동일한 리전에 있어야 합니다. + **IAM 서비스 역할** - 입력 및 출력 버킷에 액세스하려면 권한이 있는 IAM 서비스 역할이 필요합니다. 자세한 내용은 [비동기 작업에 필요한 역할 기반 권한](security_iam_id-based-policy-examples.md#auth-role-permissions) 단원을 참조하십시오. ## 를 사용하여 이벤트 감지 AWS CLI 다음 예제에서는에서 [StartEventsDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartEventsDetectionJob.html) 작업을 사용하는 방법을 보여줍니다. AWS CLI 다음은 Unix, Linux, macOS용 형식으로 지정된 예제입니다. Windows의 경우 각 줄의 끝에 있는 백슬래시(\$1) Unix 연속 문자를 캐럿(^)으로 바꿉니다. ``` aws comprehend start-events-detection-job \ --region region \ --job-name job name \ --cli-input-json file://path to JSON input file ``` `cli-input-json` 파라미터에는 다음 예시에 표시된 대로 요청 데이터가 포함된 JSON 파일의 경로를 제공해야 합니다. ``` { "InputDataConfig": { "S3Uri": "s3://input bucket/input path", "InputFormat": "ONE_DOC_PER_LINE" }, "OutputDataConfig": { "S3Uri": "s3://output bucket/output path" }, "DataAccessRoleArn": "arn:aws:iam::account ID:role/data access role" "LanguageCode": "en", "TargetEventTypes": [ "BANKRUPTCY", "EMPLOYMENT", "CORPORATE_ACQUISITION", "INVESTMENT_GENERAL", "CORPORATE_MERGER", "IPO", "RIGHTS_ISSUE", "SECONDARY_OFFERING", "SHELF_OFFERING", "TENDER_OFFERING", "STOCK_SPLIT" ] } ``` 이벤트 감지 작업 시작 요청이 성공하면 다음과 같은 응답을 받게 됩니다. ``` { "JobStatus": "SUBMITTED", "JobId": "job ID" } ``` ## 를 사용하여 이벤트 나열 AWS CLI 제출한 이벤트 감지 작업의 목록을 보려면 [ListEventsDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListEventsDetectionJobs.html) 작업을 사용하십시오. 이 목록에는 사용한 입력 및 출력 위치와 각 감지 작업의 상태에 대한 정보가 포함됩니다. 다음은 Unix, Linux, macOS용 형식으로 지정된 예제입니다. Windows의 경우 각 줄의 끝에 있는 백슬래시(\$1) Unix 연속 문자를 캐럿(^)으로 바꿉니다. ``` aws comprehend list-events-detection-jobs --region region ``` 응답은 다음과 비슷한 JSON 형식으로 받게 됩니다. ``` { "EventsDetectionJobPropertiesList": [ { "DataAccessRoleArn": "arn:aws:iam::account ID:role/data access role", "EndTime": timestamp, "InputDataConfig": { "InputFormat": "ONE_DOC_PER_LINE", "S3Uri": "s3://input bucket/input path" }, "JobId": "job ID", "JobName": "job name", "JobStatus": "COMPLETED", "LanguageCode": "en", "Message": "message", "OutputDataConfig": { "S3Uri": "s3://output bucket/ouput path" }, "SubmitTime": timestamp, "TargetEventTypes": [ "BANKRUPTCY", "EMPLOYMENT", "CORPORATE_ACQUISITION", "INVESTMENT_GENERAL", "CORPORATE_MERGER", "IPO", "RIGHTS_ISSUE", "SECONDARY_OFFERING", "SHELF_OFFERING", "TENDER_OFFERING", "STOCK_SPLIT" ] } ], "NextToken": "next token" } ``` ## 를 사용하여 이벤트 설명 AWS CLI [DescribeEventsDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeEventsDetectionJob.html) 작업을 사용하여 기존 작업의 상태를 얻을 수 있습니다. 다음은 Unix, Linux, macOS용 형식으로 지정된 예제입니다. Windows의 경우 각 줄의 끝에 있는 백슬래시(\$1) Unix 연속 문자를 캐럿(^)으로 바꿉니다. ``` aws comprehend describe-events-detection-job \ --region region \ --job-id job ID ``` 응답은 다음과 같은 JSON 형식으로 받게 됩니다. ``` { "EventsDetectionJobProperties": { "DataAccessRoleArn": "arn:aws:iam::account ID:role/data access role", "EndTime": timestamp, "InputDataConfig": { "InputFormat": "ONE_DOC_PER_LINE", "S3Uri": "S3Uri": "s3://input bucket/input path" }, "JobId": "job ID", "JobName": "job name", "JobStatus": "job status", "LanguageCode": "en", "Message": "message", "OutputDataConfig": { "S3Uri": "s3://output bucket/output path" }, "SubmitTime": timestamp, "TargetEventTypes": [ "BANKRUPTCY", "EMPLOYMENT", "CORPORATE_ACQUISITION", "INVESTMENT_GENERAL", "CORPORATE_MERGER", "IPO", "RIGHTS_ISSUE", "SECONDARY_OFFERING", "SHELF_OFFERING", "TENDER_OFFERING", "STOCK_SPLIT" ] } } ``` ## 이벤트 감지 결과 가져오기 다음은 문서에서 이벤트를 감지한 분석 작업의 출력 파일 예제입니다. 입력 형식은 한 줄에 한 문서입니다. ``` {"Entities": [{"Mentions": [{"BeginOffset": 12, "EndOffset": 27, "GroupScore": 1.0, "Score": 0.916355, "Text": "over a year ago", "Type": "DATE"}]}, {"Mentions": [{"BeginOffset": 33, "EndOffset": 39, "GroupScore": 1.0, "Score": 0.996603, "Text": "Amazon", "Type": "ORGANIZATION"}]}, {"Mentions": [{"BeginOffset": 66, "EndOffset": 77, "GroupScore": 1.0, "Score": 0.999283, "Text": "Whole Foods", "Type": "ORGANIZATION"}]}], "Events": [{"Arguments": [{"EntityIndex": 2, "Role": "INVESTEE", "Score": 0.999283}, {"EntityIndex": 0, "Role": "DATE", "Score": 0.916355}, {"EntityIndex": 1, "Role": "INVESTOR", "Score": 0.996603}], "Triggers": [{"BeginOffset": 373, "EndOffset": 380, "GroupScore": 0.999984, "Score": 0.999955, "Text": "acquire", "Type": "CORPORATE_ACQUISITION"}], "Type": "CORPORATE_ACQUISITION"}, {"Arguments": [{"EntityIndex": 2, "Role": "PARTICIPANT", "Score": 0.999283}], "Triggers": [{"BeginOffset": 115, "EndOffset": 123, "GroupScore": 1.0, "Score": 0.999967, "Text": "combined", "Type": "CORPORATE_MERGER"}], "Type": "CORPORATE_MERGER"}], "File": "doc.txt", "Line": 0} ``` 이벤트 출력 파일 구조와 지원되는 이벤트 유형에 대한 자세한 내용은 [이벤트](how-events.md)을 참조하세요. # 주제 모델링을 위한 비동기 분석 문서 세트의 주제를 결정하려면 [StartTopicsDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartTopicsDetectionJob.html)을 사용하여 비동기 작업을 시작하십시오. 영어 또는 스페인어로 작성된 문서의 주제를 모니터링할 수 있습니다. **Topics** + [시작하기 전에](#topics-before) + [사용 AWS Command Line Interface](#topics-cli) + [SDK for Python 또는 사용 SDK for .NET](#topic-java) ## 시작하기 전에 시작하기 전에 다음 사항을 확인해야 합니다. + **입력 및 출력 버킷** - 입력 및 출력에 사용할 Amazon S3 버킷을 식별합니다. 버킷은 사용자가 호출하는 API와 동일한 리전에 있어야 합니다. + **IAM 서비스 역할** - 입력 및 출력 버킷에 액세스하려면 권한이 있는 IAM 서비스 역할이 필요합니다. 자세한 내용은 [비동기 작업에 필요한 역할 기반 권한](security_iam_id-based-policy-examples.md#auth-role-permissions) 단원을 참조하십시오. ## 사용 AWS Command Line Interface 다음 예제에서는에서 `StartTopicsDetectionJob` 작업을 사용하는 방법을 보여줍니다. AWS CLI 다음은 Unix, Linux, macOS용 형식으로 지정된 예제입니다. Windows의 경우 각 줄의 끝에 있는 백슬래시(\$1) Unix 연속 문자를 캐럿(^)으로 바꿉니다. ``` aws comprehend start-topics-detection-job \ --number-of-topics topics to return \ --job-name "job name" \ --region region \ --cli-input-json file://path to JSON input file ``` `cli-input-json` 파라미터에는 다음 예시에 표시된 대로 요청 데이터가 포함된 JSON 파일의 경로를 제공해야 합니다. ``` { "InputDataConfig": { "S3Uri": "s3://input bucket/input path", "InputFormat": "ONE_DOC_PER_FILE" }, "OutputDataConfig": { "S3Uri": "s3://output bucket/output path" }, "DataAccessRoleArn": "arn:aws:iam::account ID:role/data access role" } ``` 주제 감지 작업 시작 요청이 성공하면 다음과 같은 응답을 받게 됩니다. ``` { "JobStatus": "SUBMITTED", "JobId": "job ID" } ``` 제출한 주제 감지 작업의 목록을 보려면 [ListTopicsDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListTopicsDetectionJobs.html) 작업을 사용하십시오. 이 목록에는 사용한 입력 및 출력 위치와 각 감지 작업의 상태에 대한 정보가 포함됩니다. 다음은 Unix, Linux, macOS용 형식으로 지정된 예제입니다. Windows의 경우 각 줄의 끝에 있는 백슬래시(\$1) Unix 연속 문자를 캐럿(^)으로 바꿉니다. ``` aws comprehend list-topics-detection-jobs \-- region ``` 응답은 다음과 비슷한 JSON 형식으로 받게 됩니다. ``` { "TopicsDetectionJobPropertiesList": [ { "InputDataConfig": { "S3Uri": "s3://input bucket/input path", "InputFormat": "ONE_DOC_PER_LINE" }, "NumberOfTopics": topics to return, "JobId": "job ID", "JobStatus": "COMPLETED", "JobName": "job name", "SubmitTime": timestamp, "OutputDataConfig": { "S3Uri": "s3://output bucket/output path" }, "EndTime": timestamp }, { "InputDataConfig": { "S3Uri": "s3://input bucket/input path", "InputFormat": "ONE_DOC_PER_LINE" }, "NumberOfTopics": topics to return, "JobId": "job ID", "JobStatus": "RUNNING", "JobName": "job name", "SubmitTime": timestamp, "OutputDataConfig": { "S3Uri": "s3://output bucket/output path" } } ] } ``` [DescribeTopicsDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeTopicsDetectionJob.html) 작업을 사용하여 기존 작업의 상태를 가져올 수 있습니다. 다음은 Unix, Linux, macOS용 형식으로 지정된 예제입니다. Windows의 경우 각 줄의 끝에 있는 백슬래시(\$1) Unix 연속 문자를 캐럿(^)으로 바꿉니다. ``` aws comprehend describe-topics-detection-job --job-id job ID ``` 응답은 다음과 같은 JSON 형식으로 받게 됩니다. ``` { "TopicsDetectionJobProperties": { "InputDataConfig": { "S3Uri": "s3://input bucket/input path", "InputFormat": "ONE_DOC_PER_LINE" }, "NumberOfTopics": topics to return, "JobId": "job ID", "JobStatus": "COMPLETED", "JobName": "job name", "SubmitTime": timestamp, "OutputDataConfig": { "S3Uri": "s3://output bucket/ouput path" }, "EndTime": timestamp } } ``` ## SDK for Python 또는 사용 SDK for .NET 주제 모델링 작업을 시작하는 방법에 대한 SDK 예제는 [AWS SDK 또는 CLI와 `StartTopicsDetectionJob` 함께 사용](example_comprehend_StartTopicsDetectionJob_section.md)를 참조하세요.