As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Análise assíncrona para modelagem de tópicos
<a name="get-started-topics"></a>

 Para determinar os tópicos em um conjunto de documentos, use o [StartTopicsDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_StartTopicsDetectionJob.html)para iniciar um trabalho assíncrono. Você pode monitorar tópicos em documentos escritos em inglês ou espanhol.

**Topics**
+ [Antes de começar](#topics-before)
+ [Usando o AWS Command Line Interface](#topics-cli)
+ [Usando o SDK para Python ou SDK para .NET](#topic-java)

## Antes de começar
<a name="topics-before"></a>

Antes de começar, garanta que você tenha:
+ **Buckets de entrada e saída**: identifique os buckets do Amazon S3 que você deseja usar para entrada e saída. O buckets devem estar na mesma região que o API que você está chamando.
+ **Perfil de serviço do IAM**: você deve ter um perfil de serviço do IAM com permissão para acessar seus buckets de entrada e saída. Para obter mais informações, consulte [Role-based permissões necessárias para operações assíncronas](security_iam_id-based-policy-examples.md#auth-role-permissions).

## Usando o AWS Command Line Interface
<a name="topics-cli"></a>

O exemplo a seguir demonstra o uso da `StartTopicsDetectionJob` operação com o AWS CLI

O exemplo é formatado para Unix, Linux e macOS. Para Windows, substitua o caractere de continuação Unix de barra invertida (\\) no final de cada linha por um circunflexo (^).

```
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}}
```

Para o parâmetro `cli-input-json`, você fornece um caminho para um arquivo JSON que contém os dados da solicitação, conforme exibido no exemplo a seguir.

```
{
    "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}}"
}
```

Se a solicitação para iniciar o trabalho de detecção de tópicos for bem-sucedida, você receberá a seguinte resposta:

```
{
    "JobStatus": "SUBMITTED",
    "JobId": "{{job ID}}"
}
```

Use a [ListTopicsDetectionJobs](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_ListTopicsDetectionJobs.html)operação para ver uma lista dos trabalhos de detecção de tópicos que você enviou. A lista inclui informações sobre os locais de entrada e saída que você usou, além do status de cada um dos trabalhos de detecção. O exemplo é formatado para Unix, Linux e macOS. Para Windows, substitua o caractere de continuação Unix de barra invertida (\\) no final de cada linha por um circunflexo (^).

```
aws comprehend list-topics-detection-jobs \-- {{region}}
```

Em resposta, você verá um JSON semelhante a:

```
{
    "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}}"
            }
        }
    ]
}
```

Você pode usar a [DescribeTopicsDetectionJob](https://docs.aws.amazon.com/comprehend/latest/APIReference/API_DescribeTopicsDetectionJob.html)operação para obter o status de um trabalho existente. O exemplo é formatado para Unix, Linux e macOS. Para Windows, substitua o caractere de continuação Unix de barra invertida (\\) no final de cada linha por um circunflexo (^).

```
aws comprehend describe-topics-detection-job --job-id {{job ID}} 
```

Em resposta, você verá o seguinte JSON:

```
{
    "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}}
    }
}
```

## Usando o SDK para Python ou SDK para .NET
<a name="topic-java"></a>

Para exemplos de SDK de como iniciar um trabalho de modelagem de tópicos, consulte [Use `StartTopicsDetectionJob` com um AWS SDK ou CLI](example_comprehend_StartTopicsDetectionJob_section.md).