翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# カスタムエンティティレコグナイザーをトレーニングする (API)
<a name="train-cer-model"></a>

カスタムエンティティ認識モデルを作成してトレーニングするには、Amazon Comprehend の [[CreateEntityRecognizer](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_CreateEntityRecognizer.html)] API オペレーションを使用します。

**Topics**
+ [を使用したカスタムエンティティレコグナイザーのトレーニング AWS Command Line Interface](#get-started-api-cer-cli)
+ [を使用したカスタムエンティティレコグナイザーのトレーニング AWS SDK for Java](#get-started-api-cer-java)
+ [Python (Boto3) を使用したカスタムエンティティレコグナイザーのトレーニング](#cer-python)

## を使用したカスタムエンティティレコグナイザーのトレーニング AWS Command Line Interface
<a name="get-started-api-cer-cli"></a>

以下は、 AWS CLIでの `CreateEntityRecognizer` オペレーションとその他の関連する API の使用例を示しています。

例は、Unix、Linux、macOS 用にフォーマットされています。Windows の場合は、各行末のバックスラッシュ (\\) Unix 連結文字をキャレット (^) に置き換えてください。

`create-entity-recognizer` CLI コマンドを使用してカスタムエンティティレコグナイザーを作成します。input-data-config については、『Amazon Comprehend API リファレンス』の「[CreateEntityRecognizer](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_CreateEntityRecognizer.html)」 を参照してください。

```
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}}
```

`list-entity-recognizers` CLI コマンドを使用して、リージョン内のすべてのエンティティレコグナイザーを一覧表示します。

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

`describe-entity-recognizer` CLI コマンドを使用して、カスタムエンティティレコグナイザーのジョブステータスを確認します。

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

## を使用したカスタムエンティティレコグナイザーのトレーニング AWS SDK for Java
<a name="get-started-api-cer-java"></a>

この例では、Java を使用してカスタムエンティティレコグナイザーを作成し、モデルをトレーニングします。

Java を使用した Amazon Comprehend の例については、「[Amazon Comprehend の Java の例](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/javav2/example_code/comprehend)」を参照してください。

## Python (Boto3) を使用したカスタムエンティティレコグナイザーのトレーニング
<a name="cer-python"></a>

Boto3 SDK のインスタンスを作成する: 

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

エンティティレコグナイザーを作成する: 

```
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"]
```

すべてのレコグナイザーを一覧表示する: 

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

エンティティレコグナイザーが TRAINED ステータスになるのを待つ: 

```
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)
```