步驟 2：在亞馬遜上執行實體分析任務 - Amazon Kendra
執行亞馬遜理解實體分析任務

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：在亞馬遜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，您可以執行 Amazon Comprehend 實體分析任務，以從文件中擷取實體。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。

執行亞馬遜理解實體分析任務

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，請先為 Amazon Comprehend 建立並附加 AWS 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：

  • 將其識別為受信任實體的 AWS Identity and Access Management (IAM) 角色

  • 附加到 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，請參閱亞馬遜理解如何與 IAM 和以身分識別為基礎的政策搭配使用。

  1. 在 https://console.aws.amazon.com/comprehend/ 打開亞馬遜領域控制台。

    重要

    確保您位於建立 Amazon S3 儲存貯體的相同區域。如果您位於其他區域，請從頂端導覽列的AWS區域選擇器中選擇您建立 S3 儲存貯體的區域。

  2. 選擇啟動亞馬遜理解.

  3. 在左側導覽窗格中，選擇 [分析工作]。

  4. 選擇 Create job (建立任務)。

  5. 在 [工作設定] 區段中，執行下列動作：

    1. 對於 Name (名稱)，輸入 data-entities-analysis。

    2. 對於分析類型，選擇實體。

    3. 選擇「英文」做為「語言」。

    4. 保持工作加密關閉狀態。

  6. 在「輸入資料」區段中，執行下列操作：

    1. 對於資料來源，選擇我的文件。

    2. 對於 S3 位置，請選擇瀏覽 S3。

    3. 對於「選擇資源」，請從值區清單中按一下值區的名稱。

    4. 對於「物件」，請選取選項按鈕，data然後選擇「選擇」。

    5. 在「輸入格式」中，選擇「每個檔案一個文件」

  7. 在「輸出資料」區段中，執行下列操作：

    1. 對於 S3 位置，請選擇瀏覽 S3，然後從儲存貯體清單中選取儲存貯體的選項方塊，然後選擇 [選擇]。

    2. 保持加密關閉狀態。

  8. 在「存取權限」區段中，執行下列動作：

    1. 對於 IAM 角色，請選擇建立 IAM 角色。

    2. 對於存取權限，請選擇輸入和輸出 S3 儲存貯體。

    3. 對於「名稱尾碼」，輸入comprehend-role。此角色可讓您存取 Amazon S3 儲存貯體。

  9. 保留預設的 VPC 設定。

  10. 選擇 Create job (建立任務)。

  1. 若要為 Amazon Comprehend 建立並附加將其識別為受信任實體的 IAM 角色，請執行以下操作：

    1. 將下列信任原則儲存為本機裝置上文字編輯器comprehend-trust-policy.json中呼叫的 JSON 檔案。

      {
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Principal": {
        "Service": "comprehend.amazonaws.com"
      },
      "Action": "sts:AssumeRole"
    }
  ]
}

    2. 若要建立名為的 IAM 角色，comprehend-role並將儲存的comprehend-trust-policy.json檔案附加至該角色，請使用 create- role 命令：

      Linux
      aws iam create-role \
          --role-name comprehend-role \
          --assume-role-policy-document file://path/comprehend-trust-policy.json

      其中：

      • path/ 是本地設備comprehend-trust-policy.json上的文件路徑。

      macOS
      aws iam create-role \
          --role-name comprehend-role \
          --assume-role-policy-document file://path/comprehend-trust-policy.json

      其中：

      • path/ 是本地設備comprehend-trust-policy.json上的文件路徑。

      Windows
      aws iam create-role ^
          --role-name comprehend-role ^
          --assume-role-policy-document file://path/comprehend-trust-policy.json

      其中：

      • path/ 是本地設備comprehend-trust-policy.json上的文件路徑。

    3. 將 Amazon 資源名稱 (ARN) 複製到您的文字編輯器，並將其儲存為comprehend-role-arn本機。

      注意

      ARN 的格式類似於 arn: aw: IAM:: 123456789012: 角色/理解角色。您需要儲存的 ARN，才comprehend-role-arn能執行亞馬遜分析任務。

  2. 若要建立 IAM 政策並將其附加到 IAM 角色，以授予其存取 S3 儲存貯體的權限，請執行以下操作：

    1. 將下列信任原則儲存為本機裝置上文字編輯器comprehend-S3-access-policy.json中呼叫的 JSON 檔案。

      {
    "Version": "2012-10-17",
    "Statement": [
        {
            "Action": [
                "s3:GetObject"
            ],
            "Resource": [
                "arn:aws:s3:::DOC-EXAMPLE-BUCKET/*"
            ],
            "Effect": "Allow"
        },
        {
            "Action": [
                "s3:ListBucket"
            ],
            "Resource": [
                "arn:aws:s3:::DOC-EXAMPLE-BUCKET"
            ],
            "Effect": "Allow"
        },
        {
            "Action": [
                "s3:PutObject"
            ],
            "Resource": [
                "arn:aws:s3:::DOC-EXAMPLE-BUCKET/*"
            ],
            "Effect": "Allow"
        }
    ]
}

    2. 若要建立呼叫comprehend-S3-access-policy以存取 S3 儲存貯體的 IAM 政策，請使用建立政策命令：

      Linux
      aws iam create-policy \
          --policy-name comprehend-S3-access-policy \
          --policy-document file://path/comprehend-S3-access-policy.json

      其中：

      • path/ 是本地設備comprehend-S3-access-policy.json上的文件路徑。

      macOS
      aws iam create-policy \
          --policy-name comprehend-S3-access-policy \
          --policy-document file://path/comprehend-S3-access-policy.json

      其中：

      • path/ 是本地設備comprehend-S3-access-policy.json上的文件路徑。

      Windows
      aws iam create-policy ^
          --policy-name comprehend-S3-access-policy ^
          --policy-document file://path/comprehend-S3-access-policy.json

      其中：

      • path/ 是本地設備comprehend-S3-access-policy.json上的文件路徑。

    3. 將 Amazon 資源名稱 (ARN) 複製到您的文字編輯器，並將其儲存為comprehend-S3-access-arn本機。

      注意

      ARN 的格式類似於 ARN: aw: IAM:: 123456789012：角色/理解-S3-訪問策略。您需要另存的 ARN 才comprehend-S3-access-arn能將其附加comprehend-S3-access-policy到 IAM 角色。

    4. 若要附加comprehend-S3-access-policy到您的 IAM 角色，請使用以下attach-role-policy命令：

      Linux
      aws iam attach-role-policy \
          --policy-arn policy-arn \
          --role-name comprehend-role

      其中：

      • 策略 arn 是您另存為的 ARN。comprehend-S3-access-arn

      macOS
      aws iam attach-role-policy \
          --policy-arn policy-arn \
          --role-name comprehend-role

      其中：

      • 策略 arn 是您另存為的 ARN。comprehend-S3-access-arn

      Windows
      aws iam attach-role-policy ^
          --policy-arn policy-arn ^
          --role-name comprehend-role

      其中：

      • 策略 arn 是您另存為的 ARN。comprehend-S3-access-arn

  3. 若要執行 Amazon 理解實體分析任務，請使用以下start-entities-detection-job命令：

    Linux
    aws comprehend start-entities-detection-job \
        --input-data-config S3Uri=s3://DOC-EXAMPLE-BUCKET/data/,InputFormat=ONE_DOC_PER_FILE \
        --output-data-config S3Uri=s3://DOC-EXAMPLE-BUCKET/ \
        --data-access-role-arn role-arn \
        --job-name data-entities-analysis \
        --language-code en \
        --region aws-region

    其中：

    • 文檔示例桶是您的 S3 存儲桶的名稱，

    • 角色 arn 是您另存為的 ARN，comprehend-role-arn

    • AWS 區域是您的AWS地區。

    macOS
    aws comprehend start-entities-detection-job \
        --input-data-config S3Uri=s3://DOC-EXAMPLE-BUCKET/data/,InputFormat=ONE_DOC_PER_FILE \
        --output-data-config S3Uri=s3://DOC-EXAMPLE-BUCKET/ \
        --data-access-role-arn role-arn \
        --job-name data-entities-analysis \
        --language-code en \
        --region aws-region

    其中：

    • 文檔示例桶是您的 S3 存儲桶的名稱，

    • 角色 arn 是您另存為的 ARN，comprehend-role-arn

    • AWS 區域是您的AWS地區。

    Windows
    aws comprehend start-entities-detection-job ^
        --input-data-config S3Uri=s3://DOC-EXAMPLE-BUCKET/data/,InputFormat=ONE_DOC_PER_FILE ^
        --output-data-config S3Uri=s3://DOC-EXAMPLE-BUCKET/ ^
        --data-access-role-arn role-arn ^
        --job-name data-entities-analysis ^
        --language-code en ^
        --region aws-region

    其中：

    • 文檔示例桶是您的 S3 存儲桶的名稱，

    • 角色 arn 是您另存為的 ARN，comprehend-role-arn

    • AWS 區域是您的AWS地區。

  4. 複製實體分析JobId並將其保存在文本編輯器中comprehend-job-id。可JobId協助您追蹤實體分析工作的狀態。

  5. 若要追蹤實體分析工作的進度，請使用以下describe-entities-detection-job指令：

    Linux
    aws comprehend describe-entities-detection-job \
        --job-id entities-job-id \
        --region aws-region

    其中：

    • entities-job-id是你的保存comprehend-job-id，

    • AWS 區域是您的AWS地區。

    macOS
    aws comprehend describe-entities-detection-job \
        --job-id entities-job-id \
        --region aws-region

    其中：

    • entities-job-id是你的保存comprehend-job-id，

    • AWS 區域是您的AWS地區。

    Windows
    aws comprehend describe-entities-detection-job ^
        --job-id entities-job-id ^
        --region aws-region

    其中：

    • entities-job-id是你的保存comprehend-job-id，

    • AWS 區域是您的AWS地區。

變更為可能需JobStatus要幾分鐘的時間COMPLETED。

在此步驟結束時，Amazon Comprehend 會將實體分析結果作為壓縮output.tar.gz檔案存放在 S3 儲存貯體的自動產生output資料夾中的資料夾內。在進行下一個步驟之前，請確保分析工作狀態已完成。