本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
# 第 4 步：开始使用亚马逊 Comprehend Medical APIs
以下示例演示了如何使用、Java 和 Python 来使用 Amazon Comprehend Medical 操作。 AWS CLI使用它们了解 Amazon Comprehend Medical 操作，并将其作为您自己的应用程序的构建块。
要运行 AWS CLI 和 Python 示例，请安装 AWS CLI。有关更多信息，请参阅 [步骤 2：设置 AWS Command Line Interface (AWS CLI)](gettingstarted-awscli.md)。
要运行 Java 示例，请安装 适用于 Java 的 AWS SDK。有关安装 适用于 Java 的 AWS SDK的说明，请参阅 [Set up the AWS SDK for Java](https://docs.aws.amazon.com/sdk-for-java/v1/developer-guide/setup-install.html)。
**Topics**
+ [使用检测医疗实体 AWS Command Line Interface](#med-examples-cli)
+ [使用检测医疗实体 适用于 Java 的 AWS SDK](#med-examples-java)
+ [使用检测医疗实体 AWS SDK for Python (Boto)](#med-examples-python)
## 使用检测医疗实体 AWS Command Line Interface
以下示例演示如何使用`DetectEntitiesV2`操作返回文本中检测到的医疗实体。 AWS CLI 要运行示例，您必须安装 AWS CLI。有关更多信息，请参阅 [步骤 2：设置 AWS Command Line Interface (AWS CLI)](gettingstarted-awscli.md)。
此示例的格式适用于 Unix、Linux 和 macOS。对于 Windows，请将每行末尾的反斜杠 (\$1) Unix 行继续符替换为脱字号 (^)。
```
aws comprehendmedical detect-entities-v2 \
--endpoint endpoint \
--region region \
--text "aspirin is required 20 mg po daily for 2 times as tab"
```
响应将为以下内容：
```
{
"Entities": [
{
"Category": "MEDICATION",
"BeginOffset": 0,
"EndOffset": 7,
"Text": "aspirin",
"Traits": [],
"Score": 0.9988090991973877,
"Attributes": [
{
"BeginOffset": 20,
"EndOffset": 25,
"Text": "20 mg",
"Traits": [],
"Score": 0.9559056162834167,
"Type": "DOSAGE",
"Id": 1,
"RelationshipScore": 0.9981593489646912
},
{
"BeginOffset": 26,
"EndOffset": 28,
"Text": "po",
"Traits": [],
"Score": 0.9995359182357788,
"Type": "ROUTE_OR_MODE",
"Id": 2,
"RelationshipScore": 0.9969323873519897
},
{
"BeginOffset": 29,
"EndOffset": 34,
"Text": "daily",
"Traits": [],
"Score": 0.9803128838539124,
"Type": "FREQUENCY",
"Id": 3,
"RelationshipScore": 0.9990783929824829
},
{
"BeginOffset": 39,
"EndOffset": 46,
"Text": "2 times",
"Traits": [],
"Score": 0.8623972535133362,
"Type": "DURATION",
"Id": 4,
"RelationshipScore": 0.9996501207351685
},
{
"BeginOffset": 50,
"EndOffset": 53,
"Text": "tab",
"Traits": [],
"Score": 0.784785270690918,
"Type": "FORM",
"Id": 5,
"RelationshipScore": 0.9986748695373535
}
],
"Type": "GENERIC_NAME",
"Id": 0
}
],
"UnmappedAttributes": []
}
```
## 使用检测医疗实体 适用于 Java 的 AWS SDK
以下示例使用 Java 的 `DetectEntitiesV2` 操作。要运行示例，请安装 适用于 Java 的 AWS SDK。有关安装的说明 适用于 Java 的 AWS SDK，请参阅[设置适用于 Java 的 AWS 开发工具包](https://docs.aws.amazon.com/sdk-for-java/v1/developer-guide/setup-install.html)。
```
import com.amazonaws.auth.AWSCredentials;
import com.amazonaws.auth.AWSCredentialsProvider;
import com.amazonaws.auth.AWSStaticCredentialsProvider;
import com.amazonaws.auth.BasicAWSCredentials;
import com.amazonaws.client.builder.AwsClientBuilder;
import com.amazonaws.services.comprehendmedical.AWSComprehendMedical;
import com.amazonaws.services.comprehendmedical.AWSComprehendMedicalClient;
import com.amazonaws.services.comprehendmedical.model.DetectEntitiesRequest;
import com.amazonaws.services.comprehendmedical.model.DetectEntitiesResult;
public class SampleAPICall {
public static void main() {
AWSCredentialsProvider credentials
= new AWSStaticCredentialsProvider(new BasicAWSCredentials("YOUR AWS ACCESS KEY", "YOUR AWS SECRET"));
AWSComprehendMedical client = AWSComprehendMedicalClient.builder()
.withCredentials(credentials)
.withRegion("YOUR REGION")
.build();
DetectEntitiesV2Request request = new DetectEntitiesV2Request();
request.setText("cerealx 84 mg daily");
DetectEntitiesV2Result result = client.detectEntitiesV2(request);
result.getEntities().forEach(System.out::println);
}
}
```
输出包含在输入文本中找到的三个实体，以及它们在输入文本中的位置。每个实体还列出了正确识别该实体的可信度。以下输出显示了前面示例中的 `Generic_Name`、`Dosage` 和 `Frequency` 实体。
```
{Id: 0,BeginOffset: 0,EndOffset: 3,Score: 0.9940211,Text: Bob,Category:
PROTECTED_HEALTH_INFORMATION,Type: NAME,Traits: [],}
{Id: 2,BeginOffset: 23,EndOffset: 30,Score: 0.99914634,Text: aspirin,Category: MEDICATION,Type: GENERIC_NAME,Traits: [],Attributes:
[{Type: DOSAGE,Score: 0.9630807,RelationshipScore: 0.99969745,Id: 1,BeginOffset: 14,EndOffset: 19,Text: 50 mg,Traits: []}]}
```
## 使用检测医疗实体 AWS SDK for Python (Boto)
以下示例使用 Python 的 `DetectEntitiesV2` 操作。要运行示例，请安装 AWS CLI。有关更多信息，请参阅 [步骤 2：设置 AWS Command Line Interface (AWS CLI)](gettingstarted-awscli.md)。
```
import boto3
client = boto3.client(service_name='comprehendmedical', region_name='YOUR REGION')
result = client.detect_entities(Text= 'cerealx 84 mg daily')
entities = result['Entities']
for entity in entities:
print('Entity', entity)
```
输出包含在输入文本中找到的三个实体，以及它们在输入文本中的位置。每个实体还列出了正确识别该实体的可信度。以下输出显示了前面示例中的 `Generic_Name`、`Dosage` 和 `Frequency` 实体。
```
('Entity', {u'Category': u'MEDICATION', u'BeginOffset': 0, u'EndOffset': 7,
u'Text': u'cerealx', u'Traits': [], u'Score': 0.8877691626548767, u'Attributes': [{u'BeginOffset': 8, u'EndOffset': 13,
u'Text': u'84 mg', u'Traits': [], u'Score': 0.9337134957313538, u'Type': u'DOSAGE', u'Id': 1, u'RelationshipScore': 0.9995118379592896},
{u'BeginOffset': 14, u'EndOffset': 19, u'Text': u'daily', u'Traits': [], u'Score': 0.990627646446228, u'Type': u'FREQUENCY',
u'Id': 2, u'RelationshipScore': 0.9987651109695435}], u'Type': u'BRAND_NAME', u'Id': 0})
```