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.
# Executar análises em tempo real
Depois de treinar um classificador personalizado, você pode classificar documentos usando análise em tempo real. A análise em tempo real usa um único documento como entrada e retorna os resultados de forma síncrona. A classificação personalizada aceita uma variedade de tipos de documentos como entradas para análise em tempo real. Para obter detalhes, consulte [Entradas para análise personalizada em tempo real](idp-inputs-sync.md).
Se você planeja analisar arquivos de imagem ou documentos PDF digitalizados, sua política do IAM deve conceder permissões para usar dois métodos da API Amazon Textract DetectDocumentText ( AnalyzeDocumente). O Amazon Comprehend invoca esses métodos durante a extração de texto. Para visualizar um exemplo de política, consulte [Permissões necessárias para executar ações de análise de documentos](security_iam_id-based-policy-examples.md#security-iam-based-policy-perform-cmp-actions).
Você deve criar um endpoint para executar análises em tempo real usando um modelo de classificação personalizado.
**Topics**
+ [Análise em tempo real para classificação personalizada (console)](custom-sync.md)
+ [Análise em tempo real para classificação personalizada (API)](class-sync-api.md)
+ [Saídas para análise em tempo real](outputs-class-sync.md)
# Análise em tempo real para classificação personalizada (console)
Use o console do Amazon Comprehend para executar análises em tempo real usando um modelo de classificação personalizado.
Você cria um endpoint para executar a análise em tempo real. Um endpoint inclui recursos gerenciados que disponibilizam seu modelo personalizado para inferência em tempo real.
Para informações sobre o fornecimento do throughput do endpoint e os custos associados, consulte [Utilizar endpoints do Amazon Comprehend](using-endpoints.md).
**Topics**
+ [Criar um endpoint para classificação personalizada](#create-endpoint)
+ [Executar classificação personalizada em tempo real](#cc-real-time-analysis)
## Criar um endpoint para classificação personalizada
**Criar um endpoint (console)**
1. Faça login no Console de gerenciamento da AWS e abra o console do Amazon Comprehend em [https://console.aws.amazon.com/comprehend/](https://console.aws.amazon.com/comprehend/)
1. No menu à esquerda, escolha **Endpoints** e, depois, o botão **Criar endpoint**. A tela **Criar endpoint** é aberta.
1. Dê um nome ao endpoint. O nome deve ser exclusivo na sua conta e região atual.
1. Escolha um modelo personalizado ao qual você deseja anexar o novo endpoint. No menu suspenso, pesquise pelo nome do modelo.
**nota**
Crie um modelo antes de poder anexar um endpoint a ele. Se ainda não tiver um modelo, consulte [Modelos de classificação de treinamento](training-classifier-model.md).
1. (Opcional) para adicionar uma tag ao endpoint, insira um par de valores-chave em **Tags** e escolha **Adicionar tag**. Para remover esse par antes de criar o endpoint, escolha **Remover tag**
1. Insira o número de unidades de inferência (IUs) a serem atribuídas ao ponto final. Cada IU representa um throughput de 100 caracteres por segundo para até dois documentos por segundo. Para mais informações sobre o throughput do endpoint, consulte [Utilizar endpoints do Amazon Comprehend](using-endpoints.md).
1. (Opcional) Se você estiver criando um novo endpoint, terá a opção de usar o estimador de IU. Dependendo do throughput ou do número de caracteres que deseja analisar por segundo, pode ser difícil saber quantas IUs você precisa. Essa etapa opcional pode ajudá-lo a determinar o número de solicitações IUs a serem solicitadas.
1. Em **Resumo da compra**, analise seu custo estimado de endpoint por hora, dia e mês.
1. Marque a caixa de seleção se você está ciente de que sua conta incorre em cobranças pelo endpoint desde o momento em que ele é iniciado até que você o exclua.
1. Escolha **Criar endpoint**
## Executar classificação personalizada em tempo real
Após criar um endpoint, você poderá executar análises em tempo real usando seu modelo personalizado. Há duas maneiras de executar análises em tempo real a partir do console. Você pode inserir texto ou fazer upload de um arquivo, conforme mostrado a seguir.
**Executar análises em tempo real usando um modelo personalizado (console)**
1. Faça login no Console de gerenciamento da AWS e abra o console do Amazon Comprehend em [https://console.aws.amazon.com/comprehend/](https://console.aws.amazon.com/comprehend/)
1. No menu à esquerda, escolha **Análise em tempo real**.
1. Em **Tipo de entrada**, escolha **Personalizado** para o **Tipo de análise**.
1. Em **Tipo de modelo personalizado**, escolha **Classificação personalizada**.
1. Em **Endpoint**, escolha o endpoint que deseja usar. Esse endpoint está vinculado a um modelo personalizado específico.
1. Para especificar os dados de entrada para análise, insira um texto ou carregue um arquivo.
+ Inserir texto:
1. Escolha **Texto de entrada**.
1. Insira o texto que deseja analisar.
+ Como carregar um arquivo:
1. Escolha **Fazer upload de arquivo** e insira o nome do arquivo para fazer o upload.
1. (Opcional) Em **Ações de leitura avançadas**, você pode substituir as ações padrão para extração de texto. Para obter detalhes, consulte [Configurar opções de extração de texto](idp-set-textract-options.md)
Para melhores resultados, combine o tipo de entrada com o tipo de modelo do classificador. O console exibirá um aviso se você enviar um documento nativo para um modelo de texto sem formatação ou texto sem formatação para um modelo de documento nativo. Para obter mais informações, consulte [Modelos de classificação de treinamento](training-classifier-model.md).
1. Escolha **Analisar**. O Amazon Comprehend analisa os dados de entrada usando seu modelo personalizado. O Amazon Comprehend exibe as classes descobertas, junto com uma avaliação de confiança para cada classe.
# Análise em tempo real para classificação personalizada (API)
Você pode usar a API do Amazon Comprehend para executar a classificação em tempo real com um modelo personalizado. Primeiro, crie um endpoint para executar a análise em tempo real. Depois de criá-lo, execute a classificação em tempo real.
Os exemplos nesta seção usam formatos de comando para Unix, Linux e macOS. Para Windows, substitua o caractere de continuação Unix de barra invertida (\$1) no final de cada linha por um circunflexo (^).
Para informações sobre o fornecimento do throughput do endpoint e os custos associados, consulte [Utilizar endpoints do Amazon Comprehend](using-endpoints.md).
**Topics**
+ [Criar um endpoint para classificação personalizada](#create-endpoint-api)
+ [Executar classificação personalizada em tempo real](#cc-real-time-analysis-api)
## Criar um endpoint para classificação personalizada
O exemplo a seguir mostra a operação da [CreateEndpoint](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_CreateEndpoint.html)API usando AWS CLI o.
```
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
```
O Amazon Comprehend responde com o seguinte:
```
{
"EndpointArn": "Arn"
}
```
## Executar classificação personalizada em tempo real
Depois de criar um endpoint para seu modelo de classificação personalizado, você usa o endpoint para executar a operação da [ClassifyDocument](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ClassifyDocument.html)API. Você pode fornecer entrada de texto usando os parâmetros`text` ou `bytes`. Insira os outros tipos de entrada usando o parâmetro `bytes`.
Para arquivos de imagem e arquivos PDF, você pode usar o parâmetro `DocumentReaderConfig` para substituir as ações padrão de extração de texto. Para obter detalhes, consulte [Configurar opções de extração de texto](idp-set-textract-options.md)
Para melhores resultados, combine o tipo de entrada com o tipo de modelo do classificador. A resposta da API inclui um aviso se você enviar um documento nativo para um modelo de texto sem formatação ou um arquivo de texto sem formatação para um modelo de documento nativo. Para obter mais informações, consulte [Modelos de classificação de treinamento](training-classifier-model.md).
### Usando o AWS Command Line Interface
Os exemplos a seguir demonstram como usar o comando CLI *classify-document*.
#### Classifique o texto usando o AWS CLI
O exemplo a seguir executa a classificação em tempo real em um bloco de texto.
```
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.'
```
O Amazon Comprehend responde com o seguinte:
```
{
"Classes": [
{
"Name": "string",
"Score": 0.9793661236763
}
]
}
```
#### Classifique um documento semiestruturado usando o AWS CLI
Para analisar a classificação personalizada de um arquivo PDF, Word ou de imagem, execute o comando `classify-document` com o arquivo de entrada no parâmetro `bytes`.
O exemplo a seguir usa uma imagem como arquivo de entrada. Ele usa a opção `fileb` para codificar em base 64 os bytes do arquivo de imagem. Para obter mais informações, consulte [Objetos binários grandes](https://docs.aws.amazon.com/cli/latest/userguide/cli-usage-parameters-types.html#parameter-type-blob) no Guia AWS Command Line Interface do usuário.
Esse exemplo também passa um arquivo JSON chamado `config.json` para definir as opções de extração de texto.
```
$ aws comprehend classify-document \
> --endpoint-arn arn \
> --language-code en \
> --bytes fileb://image1.jpg \
> --document-reader-config file://config.json
```
O arquivo **config.json** contém o conteúdo a seguir.
```
{
"DocumentReadMode": "FORCE_DOCUMENT_READ_ACTION",
"DocumentReadAction": "TEXTRACT_DETECT_DOCUMENT_TEXT"
}
```
O Amazon Comprehend responde com o seguinte:
```
{
"Classes": [
{
"Name": "string",
"Score": 0.9793661236763
}
]
}
```
Para obter mais informações, consulte a [ClassifyDocument](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ClassifyDocument.html)Referência da *API Amazon Comprehend*.
# Saídas para análise em tempo real
## Saídas para entradas de texto
Para entradas de texto, a saída inclui a lista de classes ou rótulos identificados pela análise do classificador. O exemplo a seguir mostra uma lista com duas classes.
```
"Classes": [
{
"Name": "abc",
"Score": 0.2757999897003174,
"Page": 1
},
{
"Name": "xyz",
"Score": 0.2721000015735626,
"Page": 1
}
]
```
## Saídas para entradas semiestruturadas
Para um documento de entrada semiestruturado ou um arquivo de texto, a saída pode incluir os seguintes campos adicionais:
+ DocumentMetadata — Extração de informações sobre o documento. Os metadados incluem uma lista de páginas no documento, com o número de caracteres extraídos de cada página. Esse campo estará presente na resposta se a solicitação incluir o parâmetro `Byte`.
+ DocumentType — O tipo de documento para cada página no documento de entrada. Esse campo estará presente na resposta se a solicitação incluir o parâmetro `Byte`.
+ Erros: erros no nível da página que o sistema detectou ao processar o documento de entrada. O campo estará vazio se o sistema não encontrar erros.
+ Avisos: avisos detectados durante o processamento do documento de entrada. A resposta inclui um aviso se houver uma incompatibilidade entre o tipo de documento de entrada e o tipo de modelo associado ao endpoint que você especificou. O campo ficará vazio se o sistema não tiver gerado nenhum aviso.
Para obter mais detalhes sobre esses campos de saída, consulte a [ClassifyDocument](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ClassifyDocument.html)Referência da *API Amazon Comprehend*.
O exemplo a seguir mostra a saída para um documento de entrada PDF nativo de uma página.
```
{
"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"
}
]
}
```