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. # Etapa 3: executando trabalhos de análise em documentos no Amazon S3 Depois de armazenar os dados no Amazon S3, você pode começar a executar trabalhos de análise no Amazon Comprehend. Um trabalho de análise de *sentimentos* determina o clima geral de um documento (positivo, negativo, neutro ou misto). Um trabalho de análise de *entidades* extrai os nomes de objetos do mundo real de um documento. Esses objetos incluem pessoas, lugares, títulos, eventos, datas, quantidades, produtos e organizações. Nesta etapa, você executa dois trabalhos de análise do Amazon Comprehend para extrair o sentimento e as entidades do conjunto de dados de amostra. **Topics** + [Pré-requisitos](#tutorial-reviews-analysis-prereqs) + [Analise sentimentos e entidades](#tutorial-reviews-analysis-jobs) ## Pré-requisitos Antes de começar, faça o seguinte: + Completa [Etapa 1: adicionando documentos ao Amazon S3](tutorial-reviews-add-docs.md). + (Opcional) Se você estiver usando o AWS CLI, preencha [Etapa 2: (somente para CLI) criando um perfil do IAM para o Amazon Comprehend](tutorial-reviews-create-role.md) e tenha seu ARN de função do IAM pronto. ## Analise sentimentos e entidades O primeiro trabalho que você executa analisa o sentimento de cada avaliação do cliente no conjunto de dados de amostra. O segundo trabalho extrai as entidades em cada avaliação do cliente. Você pode realizar trabalhos de análise do Amazon Comprehend usando o console do Amazon Comprehend ou o AWS CLI. **dica** Verifique se você está em uma AWS região que ofereça suporte ao Amazon Comprehend. Para obter mais informações, consulte a [Tabela de regiões](https://aws.amazon.com/about-aws/global-infrastructure/regional-product-services/) no *Guia Global de Infraestrutura*. ### Analise sentimentos e entidades (console) Ao usar o console do Amazon Comprehend, você cria um trabalho por vez. Você precisa repetir as etapas a seguir para executar um trabalho de análise de sentimentos e de entidades. Observe que, para o primeiro trabalho, você cria um perfil do IAM, mas para o segundo trabalho, você pode reutilizar o perfil do IAM do primeiro trabalho. Você pode reutilizar o perfil do IAM, desde que use o mesmo bucket e pastas do S3. **Para executar trabalhos de análise de sentimentos e entidades (console)** 1. Certifique-se de que você esteja na mesma Região em que você criou o bucket do Amazon Simple Storage Service (Amazon S3). Se você estiver em outra região, na barra de navegação, escolha a AWS região em que você criou seu bucket do S3 no **seletor de regiões**. 1. Abra o console do Amazon Comprehend em [https://console.aws.amazon.com/comprehend/](https://console.aws.amazon.com/comprehend/) 1. Escolha **Executar o Amazon Comprehend)**. 1. No painel de navegação, escolha **Trabalhos de análise**. 1. Escolha **Criar trabalho**. 1. Na seção **Configurações de trabalho**, faça o seguinte: 1. Em **Nome**, insira `reviews-sentiment-analysis`. 1. Em **Tipo de análise**, escolha **Sentiment**. 1. Em **Idioma**, escolha **Inglês**. 1. Deixe a configuração de **Criptografia do trabalho** desabilitada. 1. Na seção **Dados de entrada**, faça o seguinte: 1. Em **Fonte de dados**, escolha **Meus documentos**. 1. Para a **Local do S3**, escolha **Procurar no S3** e, em seguida, escolha seu bucket na lista de buckets. 1. Em seu bucket do S3, em **Objetos**, escolha sua pasta `input`. 1. Na pasta `input`, escolha o conjunto de dados de amostra `amazon-reviews.csv` e, em seguida, **Escolher**. 1. Em **Formato de entrada**, escolha **Um documento por linha**. 1. Na seção **Dados de saída**, faça o seguinte: 1. Para a **Local do S3**, escolha **Procurar no S3** e, em seguida, escolha seu bucket na lista de buckets. 1. Em seu bucket do S3, em **Objetos**, escolha a pasta `output` e, em seguida, **Escolher**. 1. Deixe a **Criptografia** desabilitada. 1. Na seção **Permissões de acesso**, faça o seguinte: 1. Em **Perfil do IAM)**, escolha **Criar um perfil do IAM)**. 1. Em **Permissões para acessar**, escolha **Buckets do S3 de entrada e saída**. 1. Em **Sufixo do nome**, insira `comprehend-access-role`. Esse perfil fornece acesso ao bucket do Amazon S3. 1. Escolha **Criar trabalho**. 1. Repita as etapas de 1 a 10 para criar um trabalho de análise de entidades. Faça as seguintes alterações em: 1. Em **Configurações de trabalho**, em **Nome**, insira `reviews-entities-analysis`. 1. Em **Configurações de trabalho**, em **Tipo de análise**, escolha **Entidades**. 1. Em **Permissões de acesso**, escolha **Utilizar um perfil do IAM existente**. Em **Nome do perfil**, escolha `AmazonComprehendServiceRole-comprehend-access-role` (essa é a mesmo perfil que você criou para o trabalho de sentimento). ### Analise sentimentos e entidades (AWS CLI) Você usa os `start-sentiment-detection-job` e os comandos `start-entities-detection-job` para executar trabalhos de análise de sentimentos e entidades. Depois de executar cada comando, ele AWS CLI mostra um objeto JSON com um `JobId` valor que permite acessar detalhes sobre o trabalho, incluindo a localização de saída do S3. **Para executar trabalhos de análise de sentimentos e entidades (AWS CLI)** 1. Inicie um trabalho de análise de sentimentos executando o comando a seguir no AWS CLI. Substitua `arn:aws:iam::123456789012:role/comprehend-access-role` pelo ARN do perfil do IAM que você copiou anteriormente para um editor de texto. Se sua AWS CLI região padrão for diferente da região na qual você criou seu bucket do Amazon S3, inclua o `--region` parâmetro e `us-east-1` substitua pela região em que seu bucket reside. ``` 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. Depois de enviar o trabalho, copie o `JobId` e salve-o em um editor de texto. Você precisará do `JobId` para encontrar os arquivos de saída do trabalho de análise. 1. Inicie um trabalho de análise de entidades executando o comando a seguir. ``` 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. Depois de enviar o trabalho, copie o `JobId` e salve-o em um editor de texto. 1. Verifique o status dos seus trabalhos. Você pode ver o progresso de um trabalho acompanhando seu `JobId`. Para acompanhar o andamento do trabalho de análise de sentimentos, execute o comando a seguir. Substitua `sentiment-job-id` pelo `JobId` que você copiou depois de executar sua análise de sentimentos. ``` aws comprehend describe-sentiment-detection-job --job-id sentiment-job-id ``` Para monitorar seu trabalho de análise de entidades, execute o comando a seguir. Substitua `entities-job-id` pelo `JobId` que você copiou depois de executar sua análise de entidades. ``` aws comprehend describe-entities-detection-job --job-id entities-job-id ``` É preciso alguns minutos para que `JobStatus` seja exibido como `COMPLETED`. Você concluiu trabalhos de análise de sentimentos e entidades. Ambos os trabalhos devem ser concluídos antes de você passar para a próxima etapa. A conclusão do trabalho pode demorar vários minutos.