本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 步驟 2：在 Amazon Comprehend 上執行實體分析任務
將範例資料集儲存在 S3 儲存貯體之後，您會執行 Amazon Comprehend 實體分析任務，從文件中擷取實體。這些實體將形成 Amazon Kendra 自訂屬性，並協助您篩選索引上的搜尋結果。如需詳細資訊，請參閱[偵測實體](https://docs.aws.amazon.com/comprehend/latest/dg/how-entities.html)。
**Topics**
+ [
## 執行 Amazon Comprehend 實體分析任務
](#tutorial-search-metadata-entities-analysis-job)
## 執行 Amazon Comprehend 實體分析任務
若要從資料集擷取實體，請執行 Amazon Comprehend 實體分析任務。
如果您在此步驟中使用 AWS CLI，請先建立並連接 AWS Amazon Comprehend 的 IAM 角色和政策，然後執行實體分析任務。若要對範例資料執行實體分析任務，Amazon Comprehend 需要：
+ 將其識別為信任實體的 AWS Identity and Access Management (IAM) 角色
+ 連接至 AWS IAM 角色的 IAM 政策，授予其存取 S3 儲存貯體的許可
如需詳細資訊，請參閱 [Amazon Comprehend 如何使用 IAM](https://docs.aws.amazon.com/comprehend/latest/dg/security_iam_service-with-iam.html) [和 Amazon Comprehend 的身分型政策](https://docs.aws.amazon.com/comprehend/latest/dg/security_iam_id-based-policy-examples.html)。
### 執行 Amazon Comprehend 實體分析任務 （主控台）
1. 開啟位於 https：//[https://console.aws.amazon.com/comprehend/](https://console.aws.amazon.com/comprehend/) 的 Amazon Comprehend 主控台。
**重要**
請確定您位於建立 Amazon S3 儲存貯體的相同區域。如果您位於另一個區域，請從頂端導覽列的區域選擇器中選擇 AWS 您建立 S3 儲存貯體的區域。 ****
1. 選擇**啟動 Amazon Comprehend**。
1. 在左側導覽窗格中，選擇**分析任務**。
1. 選擇**建立任務**。
1. 在**任務設定**區段中，執行下列動作：
1. 對於**名稱**，輸入 **data-entities-analysis**。
1. 針對**分析類型**，選擇**實體**。
1. 針對**語言**，選擇**英文**。
1. 保持關閉**任務加密**。
1. 在**輸入資料**區段中，執行下列動作：
1. 針對**資料來源**，選擇**我的文件**。
1. 針對 **S3 位置**，選擇**瀏覽 S3**。
1. 針對**選擇資源**，從儲存貯體清單中按一下儲存貯體的名稱。
1. 針對**物件**，選取 的選項按鈕`data`，然後選擇**選擇**。
1. 對於**輸入格式**，請選擇**每個檔案一個文件**。
1. 在**輸出資料**區段中，執行下列動作：
1. 對於 **S3 位置**，選擇**瀏覽 S3**，然後從儲存貯體清單中選擇儲存貯體的選項方塊，然後選擇**選擇**。
1. 保持關閉**加密**。
1. 在**存取許可**區段中，執行下列動作：
1. 針對 **IAM 角色**，選擇**建立 IAM 角色**。
1. 針對**存取許可**，選擇**輸入和輸出 S3 儲存貯體**。
1. 針對**名稱尾碼**，輸入 **comprehend-role**。此角色可讓您存取 Amazon S3 儲存貯體。
1. 保留預設 **VPC 設定**。
1. 選擇**建立任務**。
### 執行 Amazon Comprehend 實體分析任務 (AWS CLI)
1. 若要為 Amazon Comprehend 建立並連接將其識別為信任實體的 IAM 角色，請執行下列動作：
1. 在本機裝置上的文字編輯器`comprehend-trust-policy.json`中，將下列信任政策儲存為名為 的 JSON 檔案。
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Principal": {
"Service": "comprehend.amazonaws.com"
},
"Action": "sts:AssumeRole"
}
]
}
```
------
1. 若要建立名為 的 IAM 角色，`comprehend-role`並將儲存`comprehend-trust-policy.json`的檔案連接至該角色，請使用 [create-role](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/iam/create-role.html) 命令：
------
#### [ Linux ]
```
aws iam create-role \
--role-name comprehend-role \
--assume-role-policy-document file://path/comprehend-trust-policy.json
```
其中：
+ *path/* 是`comprehend-trust-policy.json`本機裝置上的 檔案路徑 。
------
#### [ macOS ]
```
aws iam create-role \
--role-name comprehend-role \
--assume-role-policy-document file://path/comprehend-trust-policy.json
```
其中：
+ *path/* 是`comprehend-trust-policy.json`本機裝置上的 檔案路徑 。
------
#### [ Windows ]
```
aws iam create-role ^
--role-name comprehend-role ^
--assume-role-policy-document file://path/comprehend-trust-policy.json
```
其中：
+ *path/* 是`comprehend-trust-policy.json`本機裝置上的 檔案路徑 。
------
1. 將 Amazon Resource Name (ARN) 複製到文字編輯器，並將其儲存為 `comprehend-role-arn`。
**注意**
ARN 的格式類似於 *arn：aws：iam：：123456789012：role/comprehend-role*。您需要儲存為 的 ARN `comprehend-role-arn`才能執行 Amazon Comprehend 分析任務。
1. 若要建立 IAM 政策並將其連接至您的 IAM 角色，以授予其存取 S3 儲存貯體的許可，請執行下列動作：
1. 在本機裝置上的文字編輯器`comprehend-S3-access-policy.json`中，將下列信任政策儲存為名為 的 JSON 檔案。
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Action": [
"s3:GetObject"
],
"Resource": [
"arn:aws:s3:::amzn-s3-demo-bucket/*"
],
"Effect": "Allow"
},
{
"Action": [
"s3:ListBucket"
],
"Resource": [
"arn:aws:s3:::amzn-s3-demo-bucket"
],
"Effect": "Allow"
},
{
"Action": [
"s3:PutObject"
],
"Resource": [
"arn:aws:s3:::amzn-s3-demo-bucket/*"
],
"Effect": "Allow"
}
]
}
```
------
1. 若要建立名為 的 IAM 政策`comprehend-S3-access-policy`來存取 S3 儲存貯體，請使用 [create-policy](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/iam/create-policy.html) 命令：
------
#### [ Linux ]
```
aws iam create-policy \
--policy-name comprehend-S3-access-policy \
--policy-document file://path/comprehend-S3-access-policy.json
```
其中：
+ *path/* 是`comprehend-S3-access-policy.json`本機裝置上的 的 filepath。
------
#### [ macOS ]
```
aws iam create-policy \
--policy-name comprehend-S3-access-policy \
--policy-document file://path/comprehend-S3-access-policy.json
```
其中：
+ *path/* 是`comprehend-S3-access-policy.json`本機裝置上的 的 filepath。
------
#### [ Windows ]
```
aws iam create-policy ^
--policy-name comprehend-S3-access-policy ^
--policy-document file://path/comprehend-S3-access-policy.json
```
其中：
+ *path/* 是`comprehend-S3-access-policy.json`本機裝置上的 的 filepath。
------
1. 將 Amazon Resource Name (ARN) 複製到文字編輯器，並將其儲存為 `comprehend-S3-access-arn`。
**注意**
ARN 的格式類似於 *arn：aws：iam：：123456789012：role/comprehend-S3-access-policy*。您需要儲存為 的 ARN`comprehend-S3-access-arn`，才能將 `comprehend-S3-access-policy` 連接至 IAM 角色。
1. 若要將 `comprehend-S3-access-policy`連接至您的 IAM 角色，請使用 [attach-role-policy](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/iam/attach-role-policy.html) 命令：
------
#### [ Linux ]
```
aws iam attach-role-policy \
--policy-arn policy-arn \
--role-name comprehend-role
```
其中：
+ *policy-arn* 是您儲存為 的 ARN`comprehend-S3-access-arn`。
------
#### [ macOS ]
```
aws iam attach-role-policy \
--policy-arn policy-arn \
--role-name comprehend-role
```
其中：
+ *policy-arn* 是您儲存為 的 ARN`comprehend-S3-access-arn`。
------
#### [ Windows ]
```
aws iam attach-role-policy ^
--policy-arn policy-arn ^
--role-name comprehend-role
```
其中：
+ *policy-arn* 是您儲存為 的 ARN`comprehend-S3-access-arn`。
------
1. 若要執行 Amazon Comprehend 實體分析任務，請使用 [start-entities-detection-job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehend/start-entities-detection-job.html) 命令：
------
#### [ Linux ]
```
aws comprehend start-entities-detection-job \
--input-data-config S3Uri=s3://amzn-s3-demo-bucket/data/,InputFormat=ONE_DOC_PER_FILE \
--output-data-config S3Uri=s3://amzn-s3-demo-bucket/ \
--data-access-role-arn role-arn \
--job-name data-entities-analysis \
--language-code en \
--region aws-region
```
其中：
+ amzn-s3-demo-bucket 是 S3 儲存貯體的名稱，
+ *role-arn* 是您儲存為 的 ARN`comprehend-role-arn`，
+ *aws-region* 是您的 AWS 區域。
------
#### [ macOS ]
```
aws comprehend start-entities-detection-job \
--input-data-config S3Uri=s3://amzn-s3-demo-bucket/data/,InputFormat=ONE_DOC_PER_FILE \
--output-data-config S3Uri=s3://amzn-s3-demo-bucket/ \
--data-access-role-arn role-arn \
--job-name data-entities-analysis \
--language-code en \
--region aws-region
```
其中：
+ amzn-s3-demo-bucket 是 S3 儲存貯體的名稱，
+ *role-arn* 是您儲存為 的 ARN`comprehend-role-arn`，
+ *aws-region* 是您的 AWS 區域。
------
#### [ Windows ]
```
aws comprehend start-entities-detection-job ^
--input-data-config S3Uri=s3://amzn-s3-demo-bucket/data/,InputFormat=ONE_DOC_PER_FILE ^
--output-data-config S3Uri=s3://amzn-s3-demo-bucket/ ^
--data-access-role-arn role-arn ^
--job-name data-entities-analysis ^
--language-code en ^
--region aws-region
```
其中：
+ amzn-s3-demo-bucket 是 S3 儲存貯體的名稱，
+ *role-arn* 是您儲存為 的 ARN`comprehend-role-arn`，
+ *aws-region* 是您的 AWS 區域。
------
1. 複製實體分析並將其`JobId`儲存在文字編輯器中，做為 `comprehend-job-id`。`JobId` 可協助您追蹤實體分析任務的狀態。
1. 若要追蹤實體分析任務的進度，請使用 [describe-entities-detection-job](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/comprehend/describe-entities-detection-job.html) 命令：
------
#### [ Linux ]
```
aws comprehend describe-entities-detection-job \
--job-id entities-job-id \
--region aws-region
```
其中：
+ *entities-job-id* 是您儲存的 `comprehend-job-id`，
+ *aws-region* 是您的 AWS 區域。
------
#### [ macOS ]
```
aws comprehend describe-entities-detection-job \
--job-id entities-job-id \
--region aws-region
```
其中：
+ *entities-job-id* 是您儲存的 `comprehend-job-id`，
+ *aws-region* 是您的 AWS 區域。
------
#### [ Windows ]
```
aws comprehend describe-entities-detection-job ^
--job-id entities-job-id ^
--region aws-region
```
其中：
+ *entities-job-id* 是您儲存的 `comprehend-job-id`，
+ *aws-region* 是您的 AWS 區域。
------
可能需要幾分鐘的時間， `JobStatus`才會變更為 `COMPLETED`。
在此步驟結束時，Amazon Comprehend 會將實體分析結果儲存為壓縮`output.tar.gz`檔案，存放在 S3 儲存貯體中自動產生資料夾內的 `output` 資料夾中。在繼續下一個步驟之前，請確定您的分析任務狀態已完成。