Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Latih pengenal entitas kustom (API)
<a name="train-cer-model"></a>

Untuk membuat dan melatih model pengenalan entitas kustom, gunakan operasi Amazon Comprehend [CreateEntityRecognizer](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_CreateEntityRecognizer.html)API

**Topics**
+ [Melatih pengenal entitas kustom menggunakan AWS Command Line Interface](#get-started-api-cer-cli)
+ [Melatih pengenal entitas kustom menggunakan AWS SDK untuk Java](#get-started-api-cer-java)
+ [Melatih pengenal entitas kustom menggunakan Python (Boto3)](#cer-python)

## Melatih pengenal entitas kustom menggunakan AWS Command Line Interface
<a name="get-started-api-cer-cli"></a>

Contoh berikut menunjukkan penggunaan `CreateEntityRecognizer` operasi dan API terkait lainnya dengan AWS CLI. 

Contohnya diformat untuk Unix, Linux, dan macOS. Untuk Windows, ganti karakter kelanjutan backslash (\\) Unix di akhir setiap baris dengan tanda sisipan (^).

Buat pengenal entitas kustom menggunakan perintah `create-entity-recognizer` CLI. *Untuk informasi tentang parameter input-data-config, lihat di Referensi API [CreateEntityRecognizer](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_CreateEntityRecognizer.html)Amazon Comprehend.*

```
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}}
```

Buat daftar semua pengenal entitas di Wilayah menggunakan perintah `list-entity-recognizers` CLI..

```
aws comprehend list-entity-recognizers \
     --region {{region}}
```

Periksa Status Job dari pengenal entitas kustom menggunakan perintah `describe-entity-recognizer` CLI..

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

## Melatih pengenal entitas kustom menggunakan AWS SDK untuk Java
<a name="get-started-api-cer-java"></a>

Contoh ini membuat pengenal entitas kustom dan melatih model, menggunakan Java

Untuk Amazon Comprehend contoh yang menggunakan Java, lihat contoh [Amazon](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/javav2/example_code/comprehend) Comprehend Java.

## Melatih pengenal entitas kustom menggunakan Python (Boto3)
<a name="cer-python"></a>

Instantiasi Boto3 SDK: 

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

Buat pengenal entitas: 

```
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"]
```

Daftar semua pengenal: 

```
response = comprehend.list_entity_recognizers()
```

Tunggu hingga pengenal mencapai status TERLATIH: 

```
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)
```