Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Verwenden der Amazon Comprehend API
Die Amazon Comprehend API unterstützt Operationen zur Durchführung von (synchronen) Analysen in Echtzeit und Operationen zum Starten und Verwalten asynchroner Analysejobs.
Sie können die Amazon Comprehend API-Operatoren direkt verwenden, oder Sie können die CLI oder einen der. SDKs Die Beispiele in diesem Kapitel verwenden die CLI, das Python-SDK und das Java-SDK.
Um die AWS CLI und Python-Beispiele auszuführen, müssen Sie die installieren AWS CLI. Weitere Informationen finden Sie unter [Richten Sie das AWS Command Line Interface ()AWS CLI ein](setting-up.md#setup-awscli).
Um die Java-Beispiele auszuführen, müssen Sie den installieren AWS SDK für Java. Anweisungen zur Installation des SDK for Java finden Sie unter [AWS SDK for Java einrichten](https://docs.aws.amazon.com/sdk-for-java/latest/developer-guide/setup.html).
**Topics**
+ [Amazon Comprehend mit einem SDK verwenden AWS](sdk-general-information-section.md)
+ [Echtzeitanalyse mithilfe der API](using-api-sync.md)
+ [Asynchrone Analysejobs mithilfe der API](api-async.md)
# Amazon Comprehend mit einem SDK verwenden AWS
AWS Software Development Kits (SDKs) sind für viele beliebte Programmiersprachen verfügbar. Jedes SDK bietet eine API, Codebeispiele und Dokumentation, die es Entwicklern erleichtern, Anwendungen in ihrer bevorzugten Sprache zu erstellen.
| SDK-Dokumentation | Codebeispiele |
| --- | --- |
| [AWS SDK für C\$1\$1](https://docs.aws.amazon.com/sdk-for-cpp) | [AWS SDK für C\$1\$1 Codebeispiele](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/cpp) |
| [AWS CLI](https://docs.aws.amazon.com/cli) | [AWS CLI Codebeispiele](https://docs.aws.amazon.com/code-library/latest/ug/cli_2_code_examples.html) |
| [AWS SDK für Go](https://docs.aws.amazon.com/sdk-for-go) | [AWS SDK für Go Codebeispiele](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/gov2) |
| [AWS SDK für Java](https://docs.aws.amazon.com/sdk-for-java) | [AWS SDK für Java Codebeispiele](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/javav2) |
| [AWS SDK für JavaScript](https://docs.aws.amazon.com/sdk-for-javascript) | [AWS SDK für JavaScript Codebeispiele](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/javascriptv3) |
| [AWS SDK für Kotlin](https://docs.aws.amazon.com/sdk-for-kotlin) | [AWS SDK für Kotlin Codebeispiele](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/kotlin) |
| [AWS SDK für .NET](https://docs.aws.amazon.com/sdk-for-net) | [AWS SDK für .NET Codebeispiele](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/dotnetv3) |
| [AWS SDK für PHP](https://docs.aws.amazon.com/sdk-for-php) | [AWS SDK für PHP Codebeispiele](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/php) |
| [AWS -Tools für PowerShell](https://docs.aws.amazon.com/powershell) | [AWS -Tools für PowerShell Codebeispiele](https://docs.aws.amazon.com/code-library/latest/ug/powershell_5_code_examples.html) |
| [AWS SDK für Python (Boto3)](https://docs.aws.amazon.com/pythonsdk) | [AWS SDK für Python (Boto3) Codebeispiele](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/python) |
| [AWS SDK für Ruby](https://docs.aws.amazon.com/sdk-for-ruby) | [AWS SDK für Ruby Codebeispiele](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/ruby) |
| [AWS SDK für Rust](https://docs.aws.amazon.com/sdk-for-rust) | [AWS SDK für Rust Codebeispiele](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/rustv1) |
| [AWS SDK für SAP ABAP](https://docs.aws.amazon.com/sdk-for-sapabap) | [AWS SDK für SAP ABAP Codebeispiele](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/sap-abap) |
| [AWS SDK für Swift](https://docs.aws.amazon.com/sdk-for-swift) | [AWS SDK für Swift Codebeispiele](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/swift) |
**Beispiel für die Verfügbarkeit**
Sie können nicht finden, was Sie brauchen? Fordern Sie ein Codebeispiel an, indem Sie unten den Link **Provide feedback** (Feedback geben) auswählen.
# Echtzeitanalyse mithilfe der API
Die folgenden Beispiele zeigen, wie Sie die Amazon Comprehend API für Echtzeitanalysen mit und AWS SDKs für .NET, Java und Python verwenden. AWS CLI Verwenden Sie die Beispiele, um mehr über die synchronen Vorgänge von Amazon Comprehend zu erfahren und sie als Bausteine für Ihre eigenen Anwendungen zu verwenden.
Die .NET-Beispiele in diesem Abschnitt verwenden das [AWS SDK für .NET](https://docs.aws.amazon.com/sdk-for-net/latest/developer-guide/welcome.html). Sie können das verwenden, um AWS Anwendungen [AWS Toolkit for Visual Studio](https://docs.aws.amazon.com/AWSToolkitVS/latest/UserGuide/welcome.html)mit.NET zu entwickeln. Es enthält hilfreiche Vorlagen und den AWS Explorer für die Bereitstellung von Anwendungen und die Verwaltung von Diensten. Informationen aus der AWS Sicht des.NET-Entwicklers finden Sie im [AWS Leitfaden für .NET-Entwickler](https://docs.aws.amazon.com/sdk-for-net/latest/developer-guide/welcome.html).
**Topics**
+ [Die dominante Sprache erkennen](#get-started-api-dominant-language)
+ [Benannte Entitäten erkennen](#get-started-api-entities)
+ [Erkennen von Schlüsselphrasen](#get-started-api-key-phrases)
+ [Bestimmung der Stimmung](#get-started-api-sentiment)
+ [Echtzeitanalyse für gezielte Stimmungen](#get-started-api-targeted-sentiment)
+ [Syntax wird erkannt](#get-started-api-syntax)
+ [Batch in Echtzeit APIs](#get-started-batch)
## Die dominante Sprache erkennen
Verwenden Sie die [DetectDominantLanguage](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectDominantLanguage.html)Operation, um die dominante Sprache zu ermitteln, die im Text verwendet wird. Verwenden Sie den [BatchDetectDominantLanguage](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectDominantLanguage.html)Vorgang, um die dominante Sprache in bis zu 25 Dokumenten in einem Stapel zu ermitteln. Weitere Informationen finden Sie unter [Batch in Echtzeit APIs](#get-started-batch).
**Topics**
+ [Verwenden Sie den AWS Command Line Interface](#get-started-api-dominant-language-cli)
+ [Verwenden des AWS SDK für Java SDK für Python oder SDK für .NET](#get-started-api-dominant-language-java)
### Verwenden Sie den AWS Command Line Interface
Das folgende Beispiel zeigt die Verwendung der `DetectDominantLanguage` Operation mit dem AWS CLI.
Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\$1), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).
```
aws comprehend detect-dominant-language \
--region region \
--text "It is raining today in Seattle."
```
Amazon Comprehend antwortet mit den folgenden Antworten:
```
{
"Languages": [
{
"LanguageCode": "en",
"Score": 0.9793661236763
}
]
}
```
### Verwenden des AWS SDK für Java SDK für Python oder SDK für .NET
SDK-Beispiele zur Bestimmung der dominanten Sprache finden Sie unter[Verwendung `DetectDominantLanguage` mit einem AWS SDK oder CLI](example_comprehend_DetectDominantLanguage_section.md).
## Benannte Entitäten erkennen
Verwenden Sie die [DetectEntities](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectEntities.html)Operation, um die benannten Entitäten in einem Dokument zu ermitteln. Verwenden Sie die [BatchDetectEntities](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectEntities.html)Operation, um Entitäten in bis zu 25 Dokumenten in einem Stapel zu erkennen. Weitere Informationen finden Sie unter [Batch in Echtzeit APIs](#get-started-batch).
**Topics**
+ [Verwenden Sie den AWS Command Line Interface](#get-started-api-entities-cli)
+ [Verwenden des AWS SDK für Java SDK für Python oder SDK für .NET](#get-started-api-entities-java)
### Verwenden Sie den AWS Command Line Interface
Das folgende Beispiel zeigt die Verwendung der `DetectEntities` Operation mit dem AWS CLI. Sie müssen die Sprache des Eingabetextes angeben.
Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\$1), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).
```
aws comprehend detect-entities \
--region region \
--language-code "en" \
--text "It is raining today in Seattle."
```
Amazon Comprehend antwortet mit den folgenden Antworten:
```
{
"Entities": [
{
"Text": "today",
"Score": 0.97,
"Type": "DATE",
"BeginOffset": 14,
"EndOffset": 19
},
{
"Text": "Seattle",
"Score": 0.95,
"Type": "LOCATION",
"BeginOffset": 23,
"EndOffset": 30
}
],
"LanguageCode": "en"
}
```
### Verwenden des AWS SDK für Java SDK für Python oder SDK für .NET
SDK-Beispiele zur Bestimmung der dominanten Sprache finden Sie unter[Verwendung `DetectEntities` mit einem AWS SDK oder CLI](example_comprehend_DetectEntities_section.md).
## Erkennen von Schlüsselphrasen
Verwenden Sie die [DetectKeyPhrases](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectKeyPhrases.html)Operation, um die im Text verwendeten Schlüsselnomalphrasen zu ermitteln. Verwenden Sie die [BatchDetectKeyPhrases](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectKeyPhrases.html)Operation, um die Schlüsselnomenausdrücke in bis zu 25 Dokumenten in einem Stapel zu ermitteln. Weitere Informationen finden Sie unter [Batch in Echtzeit APIs](#get-started-batch).
**Topics**
+ [Verwenden Sie den AWS Command Line Interface](#get-started-api-key-phrases-cli)
+ [Verwenden des AWS SDK für Java SDK für Python oder SDK für .NET](#get-started-api-key-phrases-java)
### Verwenden Sie den AWS Command Line Interface
Das folgende Beispiel zeigt die Verwendung der `DetectKeyPhrases` Operation mit dem AWS CLI. Sie müssen die Sprache des Eingabetextes angeben.
Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\$1), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).
```
aws comprehend detect-key-phrases \
--region region \
--language-code "en" \
--text "It is raining today in Seattle."
```
Amazon Comprehend antwortet mit den folgenden Antworten:
```
{
"LanguageCode": "en",
"KeyPhrases": [
{
"Text": "today",
"Score": 0.89,
"BeginOffset": 14,
"EndOffset": 19
},
{
"Text": "Seattle",
"Score": 0.91,
"BeginOffset": 23,
"EndOffset": 30
}
]
}
```
### Verwenden des AWS SDK für Java SDK für Python oder SDK für .NET
SDK-Beispiele, die Schlüsselphrasen erkennen, finden Sie unter[Verwendung `DetectKeyPhrases` mit einem AWS SDK oder CLI](example_comprehend_DetectKeyPhrases_section.md).
## Bestimmung der Stimmung
Amazon Comprehend bietet die folgenden API-Operationen zur Stimmungsanalyse:
+ [DetectSentiment](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectSentiment.html)— Ermittelt die allgemeine emotionale Stimmung eines Dokuments.
+ [BatchDetectSentiment](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectSentiment.html)— Ermittelt die allgemeine Stimmung in bis zu 25 Dokumenten in einem Stapel. Weitere Informationen finden Sie unter [Batch in Echtzeit APIs](#get-started-batch).
+ [StartSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartSentimentDetectionJob.html)— Startet einen asynchronen Auftrag zur Stimmungserkennung für eine Sammlung von Dokumenten.
+ [ListSentimentDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListSentimentDetectionJobs.html)— Gibt die Liste der Aufträge zur Stimmungserkennung zurück, die Sie eingereicht haben.
+ [DescribeSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeSentimentDetectionJob.html)— Ruft die Eigenschaften (einschließlich Status) ab, die dem angegebenen Auftrag zur Stimmungserkennung zugeordnet sind.
+ [StopSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StopSentimentDetectionJob.html)— Stoppt den angegebenen Stimmungsauftrag, der gerade in Bearbeitung ist.
**Topics**
+ [Benutzt den AWS Command Line Interface](#get-started-api-sentiment-cli)
+ [Verwenden des AWS SDK für Java SDK für Python oder SDK für .NET](#get-started-api-sentiment-java)
### Benutzt den AWS Command Line Interface
Das folgende Beispiel zeigt die Verwendung der `DetectSentiment` Operation mit dem AWS CLI. Dieses Beispiel spezifiziert die Sprache des Eingabetextes.
Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\$1), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).
```
aws comprehend detect-sentiment \
--region region \
--language-code "en" \
--text "It is raining today in Seattle."
```
Amazon Comprehend antwortet mit den folgenden Antworten:
```
{
"SentimentScore": {
"Mixed": 0.014585512690246105,
"Positive": 0.31592071056365967,
"Neutral": 0.5985543131828308,
"Negative": 0.07093945890665054
},
"Sentiment": "NEUTRAL",
"LanguageCode": "en"
}
```
### Verwenden des AWS SDK für Java SDK für Python oder SDK für .NET
SDK-Beispiele, die die Stimmung des eingegebenen Textes bestimmen, finden Sie unter[Verwendung `DetectSentiment` mit einem AWS SDK oder CLI](example_comprehend_DetectSentiment_section.md).
## Echtzeitanalyse für gezielte Stimmungen
Amazon Comprehend bietet die folgenden API-Operationen für gezielte Stimmungsanalysen in Echtzeit:
+ [DetectTargetedSentiment](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectTargetedSentiment.html)— Analysiert die Stimmung der in einem Dokument genannten Entitäten.
+ [BatchDetectTargetedSentiment](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectTargetedSentiment.html)— Analysiert gezielt die Stimmung für bis zu 25 Dokumente in einem Stapel. Weitere Informationen finden Sie unter [Batch in Echtzeit APIs](#get-started-batch).
Wenn der Text, den Sie analysieren, keine gezielte Stimmungslage enthält[Entity-Typen](how-targeted-sentiment.md#how-targeted-sentiment-entities), gibt die API ein leeres Entitäts-Array zurück.
### Mit dem AWS Command Line Interface
Das folgende Beispiel zeigt die Verwendung der `DetectTargetedSentiment` Operation mit dem AWS CLI. Dieses Beispiel spezifiziert die Sprache des Eingabetextes.
Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\$1), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).
```
aws comprehend detect-targeted-sentiment \
--region region \
--language-code "en" \
--text "The burger was cooked perfectly but it was cold. The service was OK."
```
Amazon Comprehend antwortet mit den folgenden Antworten:
```
{
"Entities": [
{
"DescriptiveMentionIndex": [
0
],
"Mentions": [
{
"BeginOffset": 4,
"EndOffset": 10,
"Score": 1,
"GroupScore": 1,
"Text": "burger",
"Type": "OTHER",
"MentionSentiment": {
"Sentiment": "POSITIVE",
"SentimentScore": {
"Mixed": 0.001515,
"Negative": 0.000822,
"Neutral": 0.000243,
"Positive": 0.99742
}
}
},
{
"BeginOffset": 36,
"EndOffset": 38,
"Score": 0.999843,
"GroupScore": 0.999661,
"Text": "it",
"Type": "OTHER",
"MentionSentiment": {
"Sentiment": "NEGATIVE",
"SentimentScore": {
"Mixed": 0,
"Negative": 0.999996,
"Neutral": 0.000004,
"Positive": 0
}
}
}
]
},
{
"DescriptiveMentionIndex": [
0
],
"Mentions": [
{
"BeginOffset": 53,
"EndOffset": 60,
"Score": 1,
"GroupScore": 1,
"Text": "service",
"Type": "ATTRIBUTE",
"MentionSentiment": {
"Sentiment": "NEUTRAL",
"SentimentScore": {
"Mixed": 0.000033,
"Negative": 0.000089,
"Neutral": 0.993325,
"Positive": 0.006553
}
}
}
]
}
]
}
```
## Syntax wird erkannt
Verwenden Sie die Operation, um Text zu analysieren, um die einzelnen Wörter zu extrahieren und die Wortarten für jedes Wort zu bestimmen. [DetectSyntax](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectSyntax.html) Verwenden Sie die Operation, um die Syntax von bis zu 25 Dokumenten in einem Stapel zu analysieren. [BatchDetectSyntax](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectSyntax.html) Weitere Informationen finden Sie unter [Batch in Echtzeit APIs](#get-started-batch).
**Topics**
+ [Verwenden von. AWS Command Line Interface](#get-started-api-syntax-cli)
+ [Verwenden des AWS SDK für Java SDK für Python oder SDK für .NET](#get-started-api-syntax-java)
### Verwenden von. AWS Command Line Interface
Das folgende Beispiel zeigt die Verwendung der `DetectSyntax` Operation mit dem AWS CLI. Dieses Beispiel spezifiziert die Sprache des Eingabetextes.
Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\$1), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).
```
aws comprehend detect-syntax \
--region region \
--language-code "en" \
--text "It is raining today in Seattle."
```
Amazon Comprehend antwortet mit den folgenden Antworten:
```
{
"SyntaxTokens": [
{
"Text": "It",
"EndOffset": 2,
"BeginOffset": 0,
"PartOfSpeech": {
"Tag": "PRON",
"Score": 0.8389829397201538
},
"TokenId": 1
},
{
"Text": "is",
"EndOffset": 5,
"BeginOffset": 3,
"PartOfSpeech": {
"Tag": "AUX",
"Score": 0.9189288020133972
},
"TokenId": 2
},
{
"Text": "raining",
"EndOffset": 13,
"BeginOffset": 6,
"PartOfSpeech": {
"Tag": "VERB",
"Score": 0.9977611303329468
},
"TokenId": 3
},
{
"Text": "today",
"EndOffset": 19,
"BeginOffset": 14,
"PartOfSpeech": {
"Tag": "NOUN",
"Score": 0.9993606209754944
},
"TokenId": 4
},
{
"Text": "in",
"EndOffset": 22,
"BeginOffset": 20,
"PartOfSpeech": {
"Tag": "ADP",
"Score": 0.9999061822891235
},
"TokenId": 5
},
{
"Text": "Seattle",
"EndOffset": 30,
"BeginOffset": 23,
"PartOfSpeech": {
"Tag": "PROPN",
"Score": 0.9940338730812073
},
"TokenId": 6
},
{
"Text": ".",
"EndOffset": 31,
"BeginOffset": 30,
"PartOfSpeech": {
"Tag": "PUNCT",
"Score": 0.9999997615814209
},
"TokenId": 7
}
]
}
```
### Verwenden des AWS SDK für Java SDK für Python oder SDK für .NET
SDK-Beispiele, die die Syntax von Eingabetext erkennen, finden Sie unter[Verwendung `DetectSyntax` mit einem AWS SDK oder CLI](example_comprehend_DetectSyntax_section.md).
## Batch in Echtzeit APIs
Um Stapel von bis zu 25 Dokumenten zu versenden, können Sie die Echtzeit-Batchoperationen von Amazon Comprehend verwenden. Das Aufrufen einer Batchoperation ist identisch mit dem Aufrufen eines einzelnen Dokuments APIs für jedes Dokument in der Anfrage. Die Verwendung des Batches APIs kann zu einer besseren Leistung Ihrer Anwendungen führen. Weitere Informationen finden Sie unter [Synchrone Verarbeitung mehrerer Dokumente](concepts-processing-modes.md#how-batch).
**Topics**
+ [Stapelverarbeitung mit dem AWS CLI](#batch-cli)
+ [Stapelverarbeitung mit dem AWS SDK für .NET](#batch-csharp)
### Stapelverarbeitung mit dem AWS CLI
Diese Beispiele zeigen, wie die Batch-API-Operationen mithilfe von verwendet AWS Command Line Interface werden. Alle Operationen außer `BatchDetectDominantLanguage` verwenden die folgende JSON-Datei, die `process.json` als Eingabe aufgerufen wird. Für diesen Vorgang ist die `LanguageCode` Entität nicht enthalten.
Das dritte Dokument in der JSON-Datei (`"$$$$$$$$"`) verursacht bei der Stapelverarbeitung einen Fehler. Es ist enthalten, sodass die Operationen eine [BatchItemError](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchItemError.html)in der Antwort enthalten.
```
{
"LanguageCode": "en",
"TextList": [
"I have been living in Seattle for almost 4 years",
"It is raining today in Seattle",
"$$$$$$$$"
]
}
```
Die Beispiele sind für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\$1), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).
**Topics**
+ [Ermitteln Sie die dominante Sprache mit einem Batch ()AWS CLI](#batch-dominant-language)
+ [Ermitteln Sie Entitäten mithilfe eines Batches (AWS CLI)](#batch-entities)
+ [Ermitteln Sie Schlüsselphrasen mithilfe eines Batches (AWS CLI)](#batch-key-phrase)
+ [Ermitteln Sie Stimmungen mit einem Batch ()AWS CLI](#batch-sentiment)
#### Ermitteln Sie die dominante Sprache mit einem Batch ()AWS CLI
Die [BatchDetectDominantLanguage](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectDominantLanguage.html)Operation bestimmt die dominante Sprache jedes Dokuments in einem Stapel. Eine Liste der Sprachen, die Amazon Comprehend erkennen kann, finden Sie unter. [Vorherrschende Sprache](how-languages.md) Der folgende AWS CLI Befehl ruft die Operation auf`BatchDetectDominantLanguage`.
```
aws comprehend batch-detect-dominant-language \
--endpoint endpoint \
--region region \
--cli-input-json file://path to input file/process.json
```
Im Folgenden finden Sie die Antwort der `BatchDetectDominantLanguage` Operation:
```
{
"ResultList": [
{
"Index": 0,
"Languages":[
{
"LanguageCode":"en",
"Score": 0.99
}
]
},
{
"Index": 1
"Languages":[
{
"LanguageCode":"en",
"Score": 0.82
}
]
}
],
"ErrorList": [
{
"Index": 2,
"ErrorCode": "InternalServerException",
"ErrorMessage": "Unexpected Server Error. Please try again."
}
]
}
```
#### Ermitteln Sie Entitäten mithilfe eines Batches (AWS CLI)
Verwenden Sie die [BatchDetectEntities](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectEntities.html)Operation, um die Entitäten zu finden, die in einem Stapel von Dokumenten vorhanden sind. Weitere Informationen über Entitys finden Sie unter [Entitäten](how-entities.md). Der folgende AWS CLI Befehl ruft die `BatchDetectEntities` Operation auf.
```
aws comprehend batch-detect-entities \
--endpoint endpoint \
--region region \
--cli-input-json file://path to input file/process.json
```
#### Ermitteln Sie Schlüsselphrasen mithilfe eines Batches (AWS CLI)
Die [BatchDetectKeyPhrases](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectKeyPhrases.html)Operation gibt die wichtigsten Substantivausdrücke in einem Stapel von Dokumenten zurück. Der folgende AWS CLI Befehl ruft die `BatchDetectKeyNounPhrases` Operation auf.
```
aws comprehend batch-detect-key-phrases
--endpoint endpoint
--region region
--cli-input-json file://path to input file/process.json
```
#### Ermitteln Sie Stimmungen mit einem Batch ()AWS CLI
Ermitteln Sie mithilfe der Operation die allgemeine Stimmung eines Stapels von Dokumenten. [BatchDetectSentiment](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectSentiment.html) Der folgende AWS CLI Befehl ruft die `BatchDetectSentiment` Operation auf.
```
aws comprehend batch-detect-sentiment \
--endpoint endpoint \
--region region \
--cli-input-json file://path to input file/process.json
```
### Stapelverarbeitung mit dem AWS SDK für .NET
Das folgende Beispielprogramm zeigt, wie Sie die [BatchDetectEntities](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectEntities.html)Operation mit dem verwenden SDK für .NET. Die Antwort vom Server enthält ein [BatchDetectEntitiesItemResult](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_BatchDetectEntitiesItemResult.html)Objekt für jedes Dokument, das erfolgreich verarbeitet wurde. Wenn bei der Verarbeitung eines Dokuments ein Fehler auftritt, wird in der Antwort ein Eintrag in der Fehlerliste angezeigt. Im Beispiel werden alle Dokumente mit einem Fehler abgerufen und erneut gesendet.
Das .NET-Beispiel in diesem Abschnitt verwendet die [AWS SDK für .NET](https://docs.aws.amazon.com/sdk-for-net/latest/developer-guide/welcome.html). Sie können den verwenden [AWS Toolkit for Visual Studio](https://docs.aws.amazon.com/AWSToolkitVS/latest/UserGuide/welcome.html), um AWS Anwendungen mit.NET zu entwickeln. Es enthält hilfreiche Vorlagen und den AWS Explorer für die Bereitstellung von Anwendungen und die Verwaltung von Diensten. Informationen aus der AWS Sicht des.NET-Entwicklers finden Sie im [AWS Leitfaden für .NET-Entwickler](https://docs.aws.amazon.com/sdk-for-net/latest/developer-guide/welcome.html).
```
using System;
using System.Collections.Generic;
using Amazon.Comprehend;
using Amazon.Comprehend.Model;
namespace Comprehend
{
class Program
{
// Helper method for printing properties
static private void PrintEntity(Entity entity)
{
Console.WriteLine(" Text: {0}, Type: {1}, Score: {2}, BeginOffset: {3} EndOffset: {4}",
entity.Text, entity.Type, entity.Score, entity.BeginOffset, entity.EndOffset);
}
static void Main(string[] args)
{
AmazonComprehendClient comprehendClient = new AmazonComprehendClient(Amazon.RegionEndpoint.USWest2);
List textList = new List()
{
{ "I love Seattle" },
{ "Today is Sunday" },
{ "Tomorrow is Monday" },
{ "I love Seattle" }
};
// Call detectEntities API
Console.WriteLine("Calling BatchDetectEntities");
BatchDetectEntitiesRequest batchDetectEntitiesRequest = new BatchDetectEntitiesRequest()
{
TextList = textList,
LanguageCode = "en"
};
BatchDetectEntitiesResponse batchDetectEntitiesResponse = comprehendClient.BatchDetectEntities(batchDetectEntitiesRequest);
foreach (BatchDetectEntitiesItemResult item in batchDetectEntitiesResponse.ResultList)
{
Console.WriteLine("Entities in {0}:", textList[item.Index]);
foreach (Entity entity in item.Entities)
PrintEntity(entity);
}
// check if we need to retry failed requests
if (batchDetectEntitiesResponse.ErrorList.Count != 0)
{
Console.WriteLine("Retrying Failed Requests");
List textToRetry = new List();
foreach(BatchItemError errorItem in batchDetectEntitiesResponse.ErrorList)
textToRetry.Add(textList[errorItem.Index]);
batchDetectEntitiesRequest = new BatchDetectEntitiesRequest()
{
TextList = textToRetry,
LanguageCode = "en"
};
batchDetectEntitiesResponse = comprehendClient.BatchDetectEntities(batchDetectEntitiesRequest);
foreach(BatchDetectEntitiesItemResult item in batchDetectEntitiesResponse.ResultList)
{
Console.WriteLine("Entities in {0}:", textList[item.Index]);
foreach (Entity entity in item.Entities)
PrintEntity(entity);
}
}
Console.WriteLine("End of DetectEntities");
}
}
}
```
# Asynchrone Analysejobs mithilfe der API
In den folgenden Beispielen wird Amazon Comprehend asynchron verwendet, um Analysejobs APIs zu erstellen und zu verwalten, wobei die. AWS CLI
**Topics**
+ [Asynchrone Analyse für Amazon Comprehend Insights](api-async-insights.md)
+ [Asynchrone Analyse für gezielte Stimmungen](using-api-targeted-sentiment.md)
+ [Asynchrone Analyse zur Erkennung von Ereignissen](get-started-api-events.md)
+ [Asynchrone Analyse für die Themenmodellierung](get-started-topics.md)
# Asynchrone Analyse für Amazon Comprehend Insights
In den folgenden Abschnitten wird die Amazon Comprehend API verwendet, um asynchrone Operationen zur Analyse von Amazon Comprehend Insights auszuführen.
**Topics**
+ [Voraussetzungen](#detect-topics-role-auth)
+ [Einen Analysejob starten](#how-start-job)
+ [Analyse-Jobs überwachen](#how-monitor-progress)
+ [Analyseergebnisse abrufen](#how-get-results)
## Voraussetzungen
Dokumente müssen in Textdateien im UTF-8-Format vorliegen. Sie können Ihre Dokumente in zwei Formaten einreichen. Welches Format Sie verwenden, hängt von der Art der Dokumente ab, die Sie analysieren möchten, wie in der folgenden Tabelle beschrieben.
| Description | Format |
| --- | --- |
| Jede Datei enthält ein Eingabedokument. Dies eignet sich am besten für Sammlungen großer Dokumente. | Ein Dokument pro Datei |
| Die Eingabe besteht aus einer oder mehreren Dateien. Jede Zeile in einer Datei wird als Dokument betrachtet. Dies eignet sich am besten für kurze Dokumente, wie z. B. Beiträge in sozialen Netzwerken. Jede Zeile muss mit einem Zeilenvorschub (LF,\$1n), einem Zeilenwechsel (CR,\$1 r) oder beidem (CRLF,\$1 r\$1n) enden. Sie können das UTF-8-Zeilentrennzeichen (u\$12028) nicht verwenden, um eine Zeile zu beenden. | Ein Dokument pro Zeile |
Wenn Sie einen Analysejob starten, geben Sie den S3-Speicherort für Ihre Eingabedaten an. Der URI muss sich in derselben AWS Region befinden wie der API-Endpunkt, den Sie aufrufen. Der URI kann auf eine einzelne Datei verweisen oder er kann das Präfix für eine Sammlung von Datendateien sein. Weitere Informationen finden Sie unter [InputDataConfig](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_InputDataConfig.html)Datentyp.
Sie müssen Amazon Comprehend Zugriff auf den Amazon S3 S3-Bucket gewähren, der Ihre Dokumentensammlungs- und Ausgabedateien enthält. Weitere Informationen finden Sie unter [Rollenbasierte Berechtigungen sind für asynchrone Operationen erforderlich](security_iam_id-based-policy-examples.md#auth-role-permissions).
## Einen Analysejob starten
Um einen Analyseauftrag einzureichen, verwenden Sie entweder die Amazon Comprehend Comprehend-Konsole oder den entsprechenden `Start*` Vorgang:
+ [StartDominantLanguageDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartDominantLanguageDetectionJob.html)— Starten Sie einen Job, um die dominante Sprache in jedem Dokument der Sammlung zu ermitteln. Weitere Hinweise zur dominanten Sprache in einem Dokument finden Sie unter[Vorherrschende Sprache](how-languages.md).
+ [StartEntitiesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartEntitiesDetectionJob.html)— Startet einen Job zur Erkennung von Entitäten in jedem Dokument der Sammlung. Weitere Informationen über Entitys finden Sie unter [Entitäten](how-entities.md).
+ [StartKeyPhrasesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartKeyPhrasesDetectionJob.html)— Startet einen Job zur Erkennung von Schlüsselbegriffen in jedem Dokument der Sammlung. Weitere Informationen zu Schlüsselbegriffen finden Sie unter[Schlüsselphrasen](how-key-phrases.md).
+ [StartPiiEntitiesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartPiiEntitiesDetectionJob.html)— Starten Sie einen Job zur Suche nach persönlich identifizierbaren Informationen (PII) in jedem Dokument der Sammlung. Weitere Informationen zu personenbezogenen Daten finden Sie unter. [Erkennung von PII-Entitäten](how-key-phrases.md)
+ [StartSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartSentimentDetectionJob.html)— Starten Sie einen Job, um die Stimmung in jedem Dokument der Sammlung zu ermitteln. Weitere Informationen zu Stimmungen finden Sie unter. [Stimmung](how-sentiment.md)
## Analyse-Jobs überwachen
Der `Start*` Vorgang gibt eine ID zurück, mit der Sie den Fortschritt des Jobs überwachen können.
Um den Fortschritt mithilfe der API zu überwachen, verwenden Sie einen von zwei Vorgängen, je nachdem, ob Sie den Fortschritt eines einzelnen Jobs oder mehrerer Jobs überwachen möchten.
Verwenden Sie die `Describe*` Operationen, um den Fortschritt eines einzelnen Analyseauftrags zu überwachen. Sie geben die vom `Start*` Vorgang zurückgegebene Job-ID an. Die Antwort des `Describe*` Vorgangs enthält das `JobStatus` Feld mit dem Status des Jobs.
Verwenden Sie die `List*` Operationen, um den Fortschritt mehrerer Analyseaufträge zu überwachen. `List*`Operationen geben eine Liste der Jobs zurück, die Sie an Amazon Comprehend übermittelt haben. Die Antwort enthält für jeden Job ein `JobStatus` Feld, das Ihnen den Status des Jobs anzeigt.
Wenn das Statusfeld auf `COMPLETED` oder gesetzt ist`FAILED`, ist die Auftragsverarbeitung abgeschlossen.
Um den Status einzelner Jobs abzurufen, verwenden Sie den `Describe*` Vorgang für die Analyse, die Sie gerade durchführen.
+ [DescribeDominantLanguageDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeDominantLanguageDetectionJob.html)
+ [DescribeEntitiesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeEntitiesDetectionJob.html)
+ [DescribeKeyPhrasesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeKeyPhrasesDetectionJob.html)
+ [DescribePiiEntitiesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribePiiEntitiesDetectionJob.html)
+ [DescribeSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeSentimentDetectionJob.html)
Um den Status mehrerer Jobs abzurufen, verwenden Sie den `List*` Vorgang für die Analyse, die Sie gerade durchführen.
+ [ListDominantLanguageDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListDominantLanguageDetectionJobs.html)
+ [ListEntitiesDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListEntitiesDetectionJobs.html)
+ [ListKeyPhrasesDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListKeyPhrasesDetectionJobs.html)
+ [ListPiiEntitiesDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListPiiEntitiesDetectionJobs.html)
+ [ListSentimentDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListSentimentDetectionJobs.html)
Um die Ergebnisse auf Jobs zu beschränken, die bestimmten Kriterien entsprechen, verwenden Sie den `List*` Parameter der Operationen. `Filter` Sie können nach dem Jobnamen, dem Jobstatus sowie dem Datum und der Uhrzeit, zu der der Job übermittelt wurde, filtern. Weitere Informationen finden Sie in den `Filter` Parametern für die einzelnen `List*` Operationen in der Amazon Comprehend API-Referenz.
## Analyseergebnisse abrufen
Verwenden Sie nach Abschluss eines Analyseauftrags eine `Describe*` Operation, um den Speicherort der Ergebnisse zu ermitteln. Wenn der Auftragsstatus lautet`COMPLETED`, enthält die Antwort ein `OutputDataConfig` Feld, das ein Feld mit dem Amazon S3 S3-Speicherort der Ausgabedatei enthält. Die Datei,`output.tar.gz`, ist ein komprimiertes Archiv, das die Ergebnisse der Analyse enthält.
Wenn der Status eines Jobs lautet`FAILED`, enthält die Antwort ein `Message` Feld, das den Grund beschreibt, warum der Analyseauftrag nicht erfolgreich abgeschlossen wurde.
Verwenden Sie den entsprechenden `Describe*` Vorgang, um den Status einzelner Jobs abzurufen:
+ [DescribeDominantLanguageDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeDominantLanguageDetectionJob.html)
+ [DescribeEntitiesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeEntitiesDetectionJob.html)
+ [DescribeKeyPhrasesDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeKeyPhrasesDetectionJob.html)
+ [DescribeSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeSentimentDetectionJob.html)
Die Ergebnisse werden in einer einzigen Datei mit einer JSON-Struktur für jedes Dokument zurückgegeben. Jede Antwortdatei enthält auch Fehlermeldungen für jeden Job, bei dem das Statusfeld auf gesetzt ist`FAILED`.
Jeder der folgenden Abschnitte enthält Beispiele für die Ausgabe für die beiden Eingabeformate.
### Ergebnisse zur Erkennung dominanter Sprachen erhalten
Im Folgenden finden Sie ein Beispiel für eine Ausgabedatei aus einer Analyse, bei der die dominante Sprache erkannt wurde. Das Format der Eingabe ist ein Dokument pro Zeile. Weitere Informationen finden Sie unter dem Vorgang [DetectDominantLanguage](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectDominantLanguage.html).
```
{"File": "0_doc", "Languages": [{"LanguageCode": "en", "Score": 0.9514502286911011}, {"LanguageCode": "de", "Score": 0.02374090999364853}, {"LanguageCode": "nl", "Score": 0.003208699868991971}, "Line": 0}
{"File": "1_doc", "Languages": [{"LanguageCode": "en", "Score": 0.9822712540626526}, {"LanguageCode": "de", "Score": 0.002621392020955682}, {"LanguageCode": "es", "Score": 0.002386554144322872}], "Line": 1}
```
Im Folgenden finden Sie ein Beispiel für die Ausgabe einer Analyse, bei der das Eingabeformat ein Dokument pro Datei ist:
```
{"File": "small_doc", "Languages": [{"LanguageCode": "en", "Score": 0.9728053212165833}, {"LanguageCode": "de", "Score": 0.007670710328966379}, {"LanguageCode": "es", "Score": 0.0028472368139773607}]}
{"File": "huge_doc", "Languages": [{"LanguageCode": "en", "Score": 0.984955906867981}, {"LanguageCode": "de", "Score": 0.0026436643674969673}, {"LanguageCode": "fr", "Score": 0.0014206881169229746}]}
```
### Ergebnisse der Entitätserkennung abrufen
Im Folgenden finden Sie ein Beispiel für eine Ausgabedatei aus einer Analyse, bei der Entitäten in Dokumenten erkannt wurden. Das Format der Eingabe ist ein Dokument pro Zeile. Weitere Informationen finden Sie unter dem Vorgang [DetectEntities](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectEntities.html). Die Ausgabe enthält zwei Fehlermeldungen, eine für ein Dokument, das zu lang ist, und eine für ein Dokument, das nicht im UTF-8-Format ist.
```
{"File": "50_docs", "Line": 0, "Entities": [{"BeginOffset": 0, "EndOffset": 22, "Score": 0.9763959646224976, "Text": "Cluj-NapocaCluj-Napoca", "Type": "LOCATION"}"]}
{"File": "50_docs", "Line": 1, "Entities": [{"BeginOffset": 11, "EndOffset": 15, "Score": 0.9615424871444702, "Text": "Maat", "Type": "PERSON"}}]}
{"File": "50_docs", "Line": 2, "ErrorCode": "DOCUMENT_SIZE_EXCEEDED", "ErrorMessage": "Document size exceeds maximum size limit 102400 bytes."}
{"File": "50_docs", "Line": 3, "ErrorCode": "UNSUPPORTED_ENCODING", "ErrorMessage": "Document is not in UTF-8 format and all subsequent lines are ignored."}
```
Im Folgenden finden Sie ein Beispiel für die Ausgabe einer Analyse, bei der das Eingabeformat ein Dokument pro Datei ist. Die Ausgabe enthält zwei Fehlermeldungen, eine für ein Dokument, das zu lang ist, und eine für ein Dokument, das nicht im UTF-8-Format ist.
```
{"File": "non_utf8.txt", "ErrorCode": "UNSUPPORTED_ENCODING", "ErrorMessage": "Document is not in UTF-8 format and all subsequent line are ignored."}
{"File": "small_doc", "Entities": [{"BeginOffset": 0, "EndOffset": 4, "Score": 0.645766019821167, "Text": "Maat", "Type": "PERSON"}]}
{"File": "huge_doc", "ErrorCode": "DOCUMENT_SIZE_EXCEEDED", "ErrorMessage": "Document size exceeds size limit 102400 bytes."}
```
### Ergebnisse der Erkennung von Schlüsselbegriffen werden abgerufen
Im Folgenden finden Sie ein Beispiel für eine Ausgabedatei aus einer Analyse, bei der Schlüsselausdrücke in einem Dokument erkannt wurden. Das Format der Eingabe ist ein Dokument pro Zeile. Weitere Informationen finden Sie unter dem Vorgang [DetectKeyPhrases](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectKeyPhrases.html).
```
{"File": "50_docs", "KeyPhrases": [{"BeginOffset": 0, "EndOffset": 22, "Score": 0.8948641419410706, "Text": "Cluj-NapocaCluj-Napoca"}, {"BeginOffset": 45, "EndOffset": 49, "Score": 0.9989854693412781, "Text": "Cluj"}], "Line": 0}
```
Das Folgende ist ein Beispiel für die Ausgabe einer Analyse, bei der das Eingabeformat ein Dokument pro Datei ist.
```
{"File": "1_doc", "KeyPhrases": [{"BeginOffset": 0, "EndOffset": 22, "Score": 0.8948641419410706, "Text": "Cluj-NapocaCluj-Napoca"}, {"BeginOffset": 45, "EndOffset": 49, "Score": 0.9989854693412781, "Text": "Cluj"}]}
```
### Abrufen von Ergebnissen der Erkennung personenbezogener Daten (PII)
Im Folgenden finden Sie ein Beispiel für eine Ausgabedatei aus einem Analysejob, bei dem PII-Entitäten in Dokumenten erkannt wurden. Das Format der Eingabe ist ein Dokument pro Zeile.
```
{"Entities":[{"Type":"NAME","BeginOffset":40,"EndOffset":69,"Score":0.999995},{"Type":"ADDRESS","BeginOffset":247,"EndOffset":253,"Score":0.998828},{"Type":"BANK_ACCOUNT_NUMBER","BeginOffset":406,"EndOffset":411,"Score":0.693283}],"File":"doc.txt","Line":0}
{"Entities":[{"Type":"SSN","BeginOffset":1114,"EndOffset":1124,"Score":0.999999},{"Type":"EMAIL","BeginOffset":3742,"EndOffset":3775,"Score":0.999993},{"Type":"PIN","BeginOffset":4098,"EndOffset":4102,"Score":0.999995}],"File":"doc.txt","Line":1}
```
Im Folgenden finden Sie ein Beispiel für die Ausgabe einer Analyse, bei der das Eingabeformat ein Dokument pro Datei ist.
```
{"Entities":[{"Type":"NAME","BeginOffset":40,"EndOffset":69,"Score":0.999995},{"Type":"ADDRESS","BeginOffset":247,"EndOffset":253,"Score":0.998828},{"Type":"BANK_ROUTING","BeginOffset":279,"EndOffset":289,"Score":0.999999}],"File":"doc.txt"}
```
### Ergebnisse zur Stimmungserkennung abrufen
Im Folgenden finden Sie ein Beispiel für eine Ausgabedatei aus einer Analyse, bei der die in einem Dokument zum Ausdruck gebrachte Stimmung ermittelt wurde. Es enthält eine Fehlermeldung, weil ein Dokument zu lang ist. Das Format der Eingabe ist ein Dokument pro Zeile. Weitere Informationen finden Sie unter dem Vorgang [DetectSentiment](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DetectSentiment.html).
```
{"File": "50_docs", "Line": 0, "Sentiment": "NEUTRAL", "SentimentScore": {"Mixed": 0.002734508365392685, "Negative": 0.008935936726629734, "Neutral": 0.9841893315315247, "Positive": 0.004140198230743408}}
{"File": "50_docs", "Line": 1, "ErrorCode": "DOCUMENT_SIZE_EXCEEDED", "ErrorMessage": "Document size is exceeded maximum size limit 5120 bytes."}
{"File": "50_docs", "Line": 2, "Sentiment": "NEUTRAL", "SentimentScore": {"Mixed": 0.0023119584657251835, "Negative": 0.0029857370536774397, "Neutral": 0.9866572022438049, "Positive": 0.008045154623687267}}
```
Das Folgende ist ein Beispiel für die Ausgabe einer Analyse, bei der das Eingabeformat ein Dokument pro Datei ist.
```
{"File": "small_doc", "Sentiment": "NEUTRAL", "SentimentScore": {"Mixed": 0.0023450672160834074, "Negative": 0.0009663937962614, "Neutral": 0.9795311689376831, "Positive": 0.017157377675175667}}
{"File": "huge_doc", "ErrorCode": "DOCUMENT_SIZE_EXCEEDED", "ErrorMessage": "Document size is exceeds the limit of 5120 bytes."}
```
# Asynchrone Analyse für gezielte Stimmungen
Informationen zur Echtzeitanalyse von Targeted Sentiment finden Sie unter. [Echtzeitanalyse für gezielte Stimmungen](using-api-sync.md#get-started-api-targeted-sentiment)
Amazon Comprehend bietet die folgenden API-Operationen, um asynchrone gezielte Stimmungsanalysen zu starten und zu verwalten:
+ [StartTargetedSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartTargetedSentimentDetectionJob.html)— Startet einen asynchronen Job zur gezielten Stimmungserkennung für eine Sammlung von Dokumenten.
+ [ListTargetedSentimentDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListTargetedSentimentDetectionJobs.html)— Gibt die Liste der Aufträge zur gezielten Stimmungserkennung zurück, die Sie eingereicht haben.
+ [DescribeTargetedSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeTargetedSentimentDetectionJob.html)— Ruft die Eigenschaften (einschließlich Status) ab, die dem angegebenen Auftrag zur gezielten Stimmungserkennung zugeordnet sind.
+ [StopTargetedSentimentDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StopTargetedSentimentDetectionJob.html)— Stoppt den angegebenen Job zur gezielten Stimmungsabgabe, der gerade in Bearbeitung ist.
**Topics**
+ [Bevor Sie beginnen](#api-targeted-sentiment-before)
+ [Analyse der gezielten Stimmungslage mithilfe der AWS CLI](#api-targeted-sentiment-cli)
## Bevor Sie beginnen
Bevor Sie beginnen, stellen Sie sicher, dass Sie über Folgendes verfügen:
+ **Eingabe- und Ausgabe-Buckets** — Identifizieren Sie die Amazon S3 S3-Buckets, die Sie für Eingabe und Ausgabe verwenden möchten. Die Buckets müssen sich in derselben Region befinden wie die API, die Sie aufrufen.
+ **IAM-Servicerolle** — Sie benötigen eine IAM-Dienstrolle mit der Berechtigung, auf Ihre Eingabe- und Ausgabe-Buckets zuzugreifen. Weitere Informationen finden Sie unter [Rollenbasierte Berechtigungen sind für asynchrone Operationen erforderlich](security_iam_id-based-policy-examples.md#auth-role-permissions).
## Analyse der gezielten Stimmungslage mithilfe der AWS CLI
Das folgende Beispiel zeigt die Verwendung der `StartTargetedSentimentDetectionJob` Operation mit dem AWS CLI. Dieses Beispiel spezifiziert die Sprache des Eingabetextes.
Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\$1), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).
```
aws comprehend start-targeted-sentiment-detection-job \
--job-name "job name" \
--language-code "en" \
--cli-input-json file://path to JSON input file
```
Für den `cli-input-json` Parameter geben Sie den Pfad zu einer JSON-Datei an, die die Anforderungsdaten enthält, wie im folgenden Beispiel gezeigt.
```
{
"InputDataConfig": {
"S3Uri": "s3://input bucket/input path",
"InputFormat": "ONE_DOC_PER_FILE"
},
"OutputDataConfig": {
"S3Uri": "s3://output bucket/output path"
},
"DataAccessRoleArn": "arn:aws:iam::account ID:role/data access role"
}
```
Wenn die Anfrage zum Starten des Jobs erfolgreich war, erhalten Sie die folgende Antwort:
```
{
"JobStatus": "SUBMITTED",
"JobArn": "job ARN"
"JobId": "job ID"
}
```
# Asynchrone Analyse zur Erkennung von Ereignissen
**Topics**
+ [Bevor Sie beginnen](#events-before)
+ [Erkennen Sie Ereignisse mit dem AWS CLI](#events-cli)
+ [Ereignisse auflisten mit dem AWS CLI](#list-events)
+ [Beschreiben Sie Ereignisse mit dem AWS CLI](#describe-events)
+ [Ergebnisse der Erkennung von Ereignissen abrufen](#async-events)
Um Ereignisse in einer Dokumentenmappe zu erkennen, verwenden Sie den, [StartEventsDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartEventsDetectionJob.html)um einen asynchronen Job zu starten.
## Bevor Sie beginnen
Bevor Sie beginnen, stellen Sie sicher, dass Sie über Folgendes verfügen:
+ **Eingabe- und Ausgabe-Buckets** — Identifizieren Sie die Amazon S3 S3-Buckets, die Sie für Eingabe und Ausgabe verwenden möchten. Die Buckets müssen sich in derselben Region befinden wie die API, die Sie aufrufen.
+ **IAM-Servicerolle** — Sie benötigen eine IAM-Dienstrolle mit der Berechtigung, auf Ihre Eingabe- und Ausgabe-Buckets zuzugreifen. Weitere Informationen finden Sie unter [Rollenbasierte Berechtigungen sind für asynchrone Operationen erforderlich](security_iam_id-based-policy-examples.md#auth-role-permissions).
## Erkennen Sie Ereignisse mit dem AWS CLI
Das folgende Beispiel zeigt die Verwendung der [StartEventsDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartEventsDetectionJob.html)Operation mit AWS CLI
Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\$1), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).
```
aws comprehend start-events-detection-job \
--region region \
--job-name job name \
--cli-input-json file://path to JSON input file
```
Für den `cli-input-json` Parameter geben Sie den Pfad zu einer JSON-Datei an, die die Anforderungsdaten enthält, wie im folgenden Beispiel gezeigt.
```
{
"InputDataConfig": {
"S3Uri": "s3://input bucket/input path",
"InputFormat": "ONE_DOC_PER_LINE"
},
"OutputDataConfig": {
"S3Uri": "s3://output bucket/output path"
},
"DataAccessRoleArn": "arn:aws:iam::account ID:role/data access role"
"LanguageCode": "en",
"TargetEventTypes": [
"BANKRUPTCY",
"EMPLOYMENT",
"CORPORATE_ACQUISITION",
"INVESTMENT_GENERAL",
"CORPORATE_MERGER",
"IPO",
"RIGHTS_ISSUE",
"SECONDARY_OFFERING",
"SHELF_OFFERING",
"TENDER_OFFERING",
"STOCK_SPLIT"
]
}
```
Wenn die Anfrage zum Starten des Auftrags zur Erkennung von Ereignissen erfolgreich war, erhalten Sie die folgende Antwort:
```
{
"JobStatus": "SUBMITTED",
"JobId": "job ID"
}
```
## Ereignisse auflisten mit dem AWS CLI
Verwenden Sie den [ListEventsDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListEventsDetectionJobs.html)Vorgang, um eine Liste der Aufträge zur Erkennung von Ereignissen anzuzeigen, die Sie eingereicht haben. Die Liste enthält Informationen zu den von Ihnen verwendeten Eingabe- und Ausgabespeicherorten sowie zum Status der einzelnen Erkennungsaufträge. Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\$1), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).
```
aws comprehend list-events-detection-jobs --region region
```
Als Antwort erhalten Sie JSON, das dem Folgenden ähnelt:
```
{
"EventsDetectionJobPropertiesList": [
{
"DataAccessRoleArn": "arn:aws:iam::account ID:role/data access role",
"EndTime": timestamp,
"InputDataConfig": {
"InputFormat": "ONE_DOC_PER_LINE",
"S3Uri": "s3://input bucket/input path"
},
"JobId": "job ID",
"JobName": "job name",
"JobStatus": "COMPLETED",
"LanguageCode": "en",
"Message": "message",
"OutputDataConfig": {
"S3Uri": "s3://output bucket/ouput path"
},
"SubmitTime": timestamp,
"TargetEventTypes": [
"BANKRUPTCY",
"EMPLOYMENT",
"CORPORATE_ACQUISITION",
"INVESTMENT_GENERAL",
"CORPORATE_MERGER",
"IPO",
"RIGHTS_ISSUE",
"SECONDARY_OFFERING",
"SHELF_OFFERING",
"TENDER_OFFERING",
"STOCK_SPLIT"
]
}
],
"NextToken": "next token"
}
```
## Beschreiben Sie Ereignisse mit dem AWS CLI
Sie können den [DescribeEventsDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeEventsDetectionJob.html)Vorgang verwenden, um den Status eines vorhandenen Jobs abzurufen. Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\$1), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).
```
aws comprehend describe-events-detection-job \
--region region \
--job-id job ID
```
Als Antwort erhalten Sie den folgenden JSON-Code:
```
{
"EventsDetectionJobProperties": {
"DataAccessRoleArn": "arn:aws:iam::account ID:role/data access role",
"EndTime": timestamp,
"InputDataConfig": {
"InputFormat": "ONE_DOC_PER_LINE",
"S3Uri": "S3Uri": "s3://input bucket/input path"
},
"JobId": "job ID",
"JobName": "job name",
"JobStatus": "job status",
"LanguageCode": "en",
"Message": "message",
"OutputDataConfig": {
"S3Uri": "s3://output bucket/output path"
},
"SubmitTime": timestamp,
"TargetEventTypes": [
"BANKRUPTCY",
"EMPLOYMENT",
"CORPORATE_ACQUISITION",
"INVESTMENT_GENERAL",
"CORPORATE_MERGER",
"IPO",
"RIGHTS_ISSUE",
"SECONDARY_OFFERING",
"SHELF_OFFERING",
"TENDER_OFFERING",
"STOCK_SPLIT"
]
}
}
```
## Ergebnisse der Erkennung von Ereignissen abrufen
Im Folgenden finden Sie ein Beispiel für eine Ausgabedatei aus einem Analysejob, bei dem Ereignisse in Dokumenten erkannt wurden. Das Format der Eingabe ist ein Dokument pro Zeile.
```
{"Entities": [{"Mentions": [{"BeginOffset": 12, "EndOffset": 27, "GroupScore": 1.0, "Score": 0.916355, "Text": "over a year ago", "Type": "DATE"}]}, {"Mentions": [{"BeginOffset": 33, "EndOffset": 39, "GroupScore": 1.0, "Score": 0.996603, "Text": "Amazon", "Type": "ORGANIZATION"}]}, {"Mentions": [{"BeginOffset": 66, "EndOffset": 77, "GroupScore": 1.0, "Score": 0.999283, "Text": "Whole Foods", "Type": "ORGANIZATION"}]}], "Events": [{"Arguments": [{"EntityIndex": 2, "Role": "INVESTEE", "Score": 0.999283}, {"EntityIndex": 0, "Role": "DATE", "Score": 0.916355}, {"EntityIndex": 1, "Role": "INVESTOR", "Score": 0.996603}], "Triggers": [{"BeginOffset": 373, "EndOffset": 380, "GroupScore": 0.999984, "Score": 0.999955, "Text": "acquire", "Type": "CORPORATE_ACQUISITION"}], "Type": "CORPORATE_ACQUISITION"}, {"Arguments": [{"EntityIndex": 2, "Role": "PARTICIPANT", "Score": 0.999283}], "Triggers": [{"BeginOffset": 115, "EndOffset": 123, "GroupScore": 1.0, "Score": 0.999967, "Text": "combined", "Type": "CORPORATE_MERGER"}], "Type": "CORPORATE_MERGER"}], "File": "doc.txt", "Line": 0}
```
Weitere Informationen zur Struktur der Ausgabedatei für Ereignisse und zu unterstützten Ereignistypen finden Sie unter[Ereignisse](how-events.md).
# Asynchrone Analyse für die Themenmodellierung
Um die Themen in einer Dokumentenmappe zu ermitteln, verwenden Sie den, [StartTopicsDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartTopicsDetectionJob.html)um einen asynchronen Job zu starten. Sie können Themen in Dokumenten überwachen, die auf Englisch oder Spanisch verfasst sind.
**Topics**
+ [Bevor Sie beginnen](#topics-before)
+ [Verwenden von AWS Command Line Interface](#topics-cli)
+ [Verwenden des SDK für Python oder SDK für .NET](#topic-java)
## Bevor Sie beginnen
Bevor Sie beginnen, stellen Sie sicher, dass Sie über Folgendes verfügen:
+ **Eingabe- und Ausgabe-Buckets** — Identifizieren Sie die Amazon S3 S3-Buckets, die Sie für Eingabe und Ausgabe verwenden möchten. Die Buckets müssen sich in derselben Region befinden wie die API, die Sie aufrufen.
+ **IAM-Servicerolle** — Sie benötigen eine IAM-Dienstrolle mit der Berechtigung, auf Ihre Eingabe- und Ausgabe-Buckets zuzugreifen. Weitere Informationen finden Sie unter [Rollenbasierte Berechtigungen sind für asynchrone Operationen erforderlich](security_iam_id-based-policy-examples.md#auth-role-permissions).
## Verwenden von AWS Command Line Interface
Das folgende Beispiel zeigt die Verwendung der `StartTopicsDetectionJob` Operation mit AWS CLI
Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\$1), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).
```
aws comprehend start-topics-detection-job \
--number-of-topics topics to return \
--job-name "job name" \
--region region \
--cli-input-json file://path to JSON input file
```
Für den `cli-input-json` Parameter geben Sie den Pfad zu einer JSON-Datei an, die die Anforderungsdaten enthält, wie im folgenden Beispiel gezeigt.
```
{
"InputDataConfig": {
"S3Uri": "s3://input bucket/input path",
"InputFormat": "ONE_DOC_PER_FILE"
},
"OutputDataConfig": {
"S3Uri": "s3://output bucket/output path"
},
"DataAccessRoleArn": "arn:aws:iam::account ID:role/data access role"
}
```
Wenn die Anfrage zum Starten des Jobs zur Themenerkennung erfolgreich war, erhalten Sie die folgende Antwort:
```
{
"JobStatus": "SUBMITTED",
"JobId": "job ID"
}
```
Verwenden Sie den [ListTopicsDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListTopicsDetectionJobs.html)Vorgang, um eine Liste der von Ihnen eingereichten Jobs zur Themenerkennung anzuzeigen. Die Liste enthält Informationen zu den von Ihnen verwendeten Eingabe- und Ausgabespeicherorten sowie zum Status der einzelnen Erkennungsaufträge. Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\$1), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).
```
aws comprehend list-topics-detection-jobs \-- region
```
Als Antwort erhalten Sie JSON, das dem Folgenden ähnelt:
```
{
"TopicsDetectionJobPropertiesList": [
{
"InputDataConfig": {
"S3Uri": "s3://input bucket/input path",
"InputFormat": "ONE_DOC_PER_LINE"
},
"NumberOfTopics": topics to return,
"JobId": "job ID",
"JobStatus": "COMPLETED",
"JobName": "job name",
"SubmitTime": timestamp,
"OutputDataConfig": {
"S3Uri": "s3://output bucket/output path"
},
"EndTime": timestamp
},
{
"InputDataConfig": {
"S3Uri": "s3://input bucket/input path",
"InputFormat": "ONE_DOC_PER_LINE"
},
"NumberOfTopics": topics to return,
"JobId": "job ID",
"JobStatus": "RUNNING",
"JobName": "job name",
"SubmitTime": timestamp,
"OutputDataConfig": {
"S3Uri": "s3://output bucket/output path"
}
}
]
}
```
Sie können den [DescribeTopicsDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeTopicsDetectionJob.html)Vorgang verwenden, um den Status eines vorhandenen Jobs abzurufen. Das Beispiel ist für Unix, Linux und macOS formatiert. Ersetzen Sie unter Windows den umgekehrten Schrägstrich (\$1), das Unix-Fortsetzungszeichen, am Ende jeder Zeile durch ein Caret-Zeichen oder Zirkumflex (^).
```
aws comprehend describe-topics-detection-job --job-id job ID
```
Als Antwort erhalten Sie den folgenden JSON-Code:
```
{
"TopicsDetectionJobProperties": {
"InputDataConfig": {
"S3Uri": "s3://input bucket/input path",
"InputFormat": "ONE_DOC_PER_LINE"
},
"NumberOfTopics": topics to return,
"JobId": "job ID",
"JobStatus": "COMPLETED",
"JobName": "job name",
"SubmitTime": timestamp,
"OutputDataConfig": {
"S3Uri": "s3://output bucket/ouput path"
},
"EndTime": timestamp
}
}
```
## Verwenden des SDK für Python oder SDK für .NET
SDK-Beispiele zum Starten eines Themen-Modellierungsjobs finden Sie unter[Verwendung `StartTopicsDetectionJob` mit einem AWS SDK oder CLI](example_comprehend_StartTopicsDetectionJob_section.md).