训练自定义实体识别器 (API)

要创建和训练自定义实体识别模型，请使用 Amazon Comprehend API CreateEntityRecognizer操作

使用 AWS Command Line Interface 训练自定义实体识别器

以下示例演示了如何将 CreateEntityRecognizer 操作和其他相关的 API 与 AWS CLI 结合使用。

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 (\) Unix 行继续符替换为脱字号 (^)。

使用 create-entity-recognizer CLI 命令创建自定义实体识别器。有关 input-data-config 参数的信息，请参阅《亚马逊 Comprehend API 参考》CreateEntityRecognizer中的。

aws comprehend create-entity-recognizer \
     --language-code en \
     --recognizer-name test-6 \
     --data-access-role-arn "arn:aws:iam::account number:role/service-role/AmazonComprehendServiceRole-role" \
     --input-data-config "EntityTypes=[{Type=PERSON}],Documents={S3Uri=s3://Bucket Name/Bucket Path/documents},
                Annotations={S3Uri=s3://Bucket Name/Bucket Path/annotations}" \
     --region region

使用 list-entity-recognizers CLI 命令列出一个区域中的所有实体识别器。

aws comprehend list-entity-recognizers \
     --region region

使用 describe-entity-recognizer CLI 命令检查自定义实体识别器的作业状态。

aws comprehend describe-entity-recognizer \
     --entity-recognizer-arn arn:aws:comprehend:region:account number:entity-recognizer/test-6 \
     --region region

使用 AWS SDK for Java 训练自定义实体识别器

此示例使用 Java 创建自定义实体识别器并训练模型

有关使用 Java 的 Amazon Comprehend 示例，请参阅 Amazon Comprehend Java 示例。

使用 Python (Boto3) 训练自定义实体识别器

实例化 Boto3 SDK：

import boto3
import uuid
comprehend = boto3.client("comprehend", region_name="region")

创建实体识别器：

response = comprehend.create_entity_recognizer(
    RecognizerName="Recognizer-Name-Goes-Here-{}".format(str(uuid.uuid4())),
    LanguageCode="en",
    DataAccessRoleArn="Role ARN",
    InputDataConfig={
        "EntityTypes": [
            {
                "Type": "ENTITY_TYPE"
            }
        ],
        "Documents": {
            "S3Uri": "s3://Bucket Name/Bucket Path/documents"
        },
        "Annotations": {
            "S3Uri": "s3://Bucket Name/Bucket Path/annotations"
        }
    }
)
recognizer_arn = response["EntityRecognizerArn"]

列出所有识别器：

response = comprehend.list_entity_recognizers()

等待识别器达到“已训练”状态：

while True:
    response = comprehend.describe_entity_recognizer(
        EntityRecognizerArn=recognizer_arn
    )

    status = response["EntityRecognizerProperties"]["Status"]
    if "IN_ERROR" == status:
        sys.exit(1)
    if "TRAINED" == status:
        break

    time.sleep(10)