Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Puede usar Amazon Comprehend API para ejecutar clasificaciones en tiempo real con un modelo personalizado. En primer lugar, debe crear un punto de conexión para llevar a cabo el análisis en tiempo real. Tras crear el punto de conexión, ejecute la clasificación en tiempo real.
Los ejemplos de esta sección utilizan formatos de comandos para Unix, Linux y macOS. Para Windows, sustituya la barra diagonal invertida (\) utilizada como carácter de continuación de Unix al final de cada línea por el signo de intercalación (^).
Para obtener información sobre el aprovisionamiento, el rendimiento de los puntos de conexión y los costes asociados, consulte Uso de puntos de conexión de Amazon Comprehend.
Temas
Creación de un punto de conexión para una clasificación personalizada
El siguiente ejemplo muestra la CreateEndpointAPIoperación con. AWS CLI
aws comprehend create-endpoint \ --desired-inference-units
number of inference units
\ --endpoint-nameendpoint name
\ --model-arn arn:aws:comprehend:region
:account-id
:model/example
\ --tags Key=My1stTag
,Value=Value1
Amazon Comprehend responde con lo siguiente:
{ "EndpointArn": "
Arn
" }
Ejecución de clasificación personalizada en tiempo real
Después de crear un punto final para su modelo de clasificación personalizado, utilice el punto final para ejecutar la ClassifyDocumentAPIoperación. Puede introducir texto utilizando el parámetro text
o bytes
. Introduzca los demás tipos de entrada mediante el parámetro bytes
.
En el caso de los PDF archivos y archivos de imagen, puede utilizar el DocumentReaderConfig
parámetro para anular las acciones de extracción de texto predeterminadas. Para obtener más información, consulte Configuración de las opciones de extracción de texto
Para obtener los mejores resultados, haga coincidir el tipo de entrada con el tipo de modelo del clasificador. La API respuesta incluye una advertencia si envía un documento nativo a un modelo de texto sin formato o un archivo de texto sin formato a un modelo de documento nativo. Para obtener más información, consulte Modelos de clasificación de entrenamiento.
Usando el AWS Command Line Interface
Los siguientes ejemplos muestran cómo utilizar el comando classify-documentCLI.
Clasifique el texto mediante el AWS CLI
El siguiente ejemplo ejecuta la clasificación en tiempo real de un bloque 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.'
Amazon Comprehend responde con lo siguiente:
{ "Classes": [ { "Name": "string", "Score": 0.9793661236763 } ] }
Clasifique un documento semiestructurado mediante el AWS CLI
Para analizar la clasificación personalizada de un PDF archivo de Word o de imagen, ejecute el classify-document
comando con el archivo de entrada en el bytes
parámetro.
En el siguiente ejemplo, se utiliza una imagen como archivo de entrada. Utiliza la opción fileb
para codificar en base 64 los bytes del archivo de imagen. Para obtener más información, consulte Objetos binarios grandes en la Guía del AWS Command Line Interface usuario.
En este ejemplo también se incluye un JSON archivo denominado config.json
para configurar las opciones de extracción de texto.
$
aws comprehend classify-document \
>
--endpoint-arn
arn
\
>
--language-code
en
\
>
--bytes
fileb://image1.jpg\
>
--document-reader-config file://config.json
El archivo config.json contiene la salida siguiente.
{
"DocumentReadMode": "FORCE_DOCUMENT_READ_ACTION",
"DocumentReadAction": "TEXTRACT_DETECT_DOCUMENT_TEXT"
}
Amazon Comprehend responde con lo siguiente:
{ "Classes": [ { "Name": "string", "Score": 0.9793661236763 } ] }
Para obtener más información, consulte ClassifyDocumentla referencia de Amazon Comprehend. API