As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Iniciar um trabalho personalizado de detecção de entidades (API)
<a name="detecting-cer-async-api"></a>

Você pode usar a API para iniciar e monitorar um trabalho de análise assíncrona para reconhecimento personalizado de entidades.

Para iniciar um trabalho personalizado de detecção de entidades com a [StartEntitiesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartEntitiesDetectionJob.html)operação, você fornece o EntityRecognizerArn, que é o Amazon Resource Name (ARN) do modelo treinado. Você pode encontrar esse ARN na resposta à [CreateEntityRecognizer](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_CreateEntityRecognizer.html)operação. 

**Topics**
+ [Detectando entidades personalizadas usando o AWS Command Line Interface](#detecting-cer-async-api-cli)
+ [Detectando entidades personalizadas usando o AWS SDK para Java](#detecting-cer-async-api-java)
+ [Detectando entidades personalizadas usando o AWS SDK para Python (Boto3)](#detecting-cer-async-api-python)
+ [Substituindo ações de API para arquivos em PDF](#detecting-cer-api-pdf)

## Detectando entidades personalizadas usando o AWS Command Line Interface
<a name="detecting-cer-async-api-cli"></a>

Use o exemplo a seguir para ambientes Unix, Linux e macOS. Para Windows, substitua o caractere de continuação Unix de barra invertida (\\) no final de cada linha por um circunflexo (^). Para detectar entidades personalizadas em um conjunto de documentos, use a seguinte sintaxe de solicitação:

```
aws comprehend start-entities-detection-job \
     --entity-recognizer-arn "arn:aws:comprehend:{{region}}:{{account number}}:entity-recognizer/test-6" \
     --job-name infer-1 \
     --data-access-role-arn "arn:aws:iam::{{account number}}:role/service-role/AmazonComprehendServiceRole-role" \
     --language-code en \
     --input-data-config "S3Uri=s3://{{Bucket Name}}/{{Bucket Path}}" \
     --output-data-config "S3Uri=s3://{{Bucket Name}}/{{Bucket Path}}/" \
     --region {{region}}
```

O Amazon Comprehend responde com `JobID` e `JobStatus` e retornará a saída do trabalho no bucket do S3 que você especificou na solicitação.

## Detectando entidades personalizadas usando o AWS SDK para Java
<a name="detecting-cer-async-api-java"></a>

Para obter exemplos do Amazon Comprehend com Java, consulte [exemplos em Java para o Amazon Comprehend](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/javav2/example_code/comprehend).

## Detectando entidades personalizadas usando o AWS SDK para Python (Boto3)
<a name="detecting-cer-async-api-python"></a>

Este exemplo cria um reconhecedor de entidades personalizado, treina o modelo e o executa em um trabalho de reconhecimento de entidades usando o AWS SDK para Python (Boto3).

Instancie o SDK Python. 

```
import boto3
import uuid
comprehend = boto3.client("comprehend", region_name="{{region}}")
```

Crie um reconhecedor de entidades: 

```
response = comprehend.create_entity_recognizer(
    RecognizerName="Recognizer-Name-Goes-Here-{}".format(str(uuid.uuid4())),
    LanguageCode="en",
    DataAccessRoleArn="{{Role ARN}}",
    InputDataConfig={
        "EntityTypes": [
            {
                "Type": "{{ENTITY_TYPE}}"
            }
        ],
        "Documents": {
            "S3Uri": "s3://{{Bucket Name}}/{{Bucket Path}}/documents"
        },
        "Annotations": {
            "S3Uri": "s3://{{Bucket Name}}/{{Bucket Path}}/annotations"
        }
    }
)
recognizer_arn = response["EntityRecognizerArn"]
```

Listar todos os reconhecedores: 

```
response = comprehend.list_entity_recognizers()
```

Aguarde até que o reconhecedor de entidades atinja o status TRAINED: 

```
while True:
    response = comprehend.describe_entity_recognizer(
        EntityRecognizerArn=recognizer_arn
    )

    status = response["EntityRecognizerProperties"]["Status"]
    if "IN_ERROR" == status:
        sys.exit(1)
    if "TRAINED" == status:
        break

    time.sleep(10)
```

Inicie um trabalho personalizado de detecção de entidades: 

```
response = comprehend.start_entities_detection_job(
    EntityRecognizerArn=recognizer_arn,
    JobName="Detection-Job-Name-{}".format(str(uuid.uuid4())),
    LanguageCode="en",
    DataAccessRoleArn="{{Role ARN}}",
    InputDataConfig={
        "InputFormat": "ONE_DOC_PER_LINE",
        "S3Uri": "s3://{{Bucket Name}}/{{Bucket Path}}/documents"
    },
    OutputDataConfig={
        "S3Uri": "s3://{{Bucket Name}}/{{Bucket Path}}/output"
    }
)
```

## Substituindo ações de API para arquivos em PDF
<a name="detecting-cer-api-pdf"></a>

Para arquivos de imagem e arquivos em PDF, você pode substituir as ações padrão de extração usando o parâmetro `DocumentReaderConfig` em `InputDataConfig`.

O exemplo a seguir define um arquivo JSON chamado my InputDataConfig.json para definir os `InputDataConfig` valores. Ele configura `DocumentReadConfig` para usar a API `DetectDocumentText` do Amazon Textract para todos os arquivos em PDF.

**Example**  

```
"InputDataConfig": {
  "S3Uri": s3://{{Bucket Name}}/{{Bucket Path}}",
  "InputFormat": "ONE_DOC_PER_FILE",
  "DocumentReaderConfig": {
      "DocumentReadAction": "TEXTRACT_DETECT_DOCUMENT_TEXT",
      "DocumentReadMode": "FORCE_DOCUMENT_READ_ACTION"
  }
}
```

Na `StartEntitiesDetectionJob` operação, especifique o meu InputDataConfig.json arquivo como `InputDataConfig` parâmetro:

```
  --input-data-config file://myInputDataConfig.json  
```

Para obter mais informações sobre o parâmetro `DocumentReaderConfig`, consulte [Configurar opções de extração de texto](idp-set-textract-options.md).