如何解决Amazon Comprehend 能否从分类广告中提取和分类数据
我有一个大型数据集,我想从中提取和分类特定元素。下面是一个最常见的例子:
我想知道使用 Amazon Comprehend 是否可行,或者是否有更好的工具可以做到这一点。我不是开发人员,希望雇人为我编程。但我想在雇用某人之前从概念上了解这样的事情是否可行。
解决方法
Comprehend 能够从您的文档中提取和分类文本。您可以使用 Comprehend 的自定义实体识别。
为此,您将提供带注释的训练数据作为输入。您可以利用 Amazon SageMaker 中的 Ground Truth 进行注释,并直接将 Ground Truth 输出提供给 Comprehend Entity Recognition Training 作业。您还可以为训练作业提供自己的注释文件 - https://docs.aws.amazon.com/comprehend/latest/dg/API_EntityRecognizerInputDataConfig.html。
Amazon Comprehend 的相关 API 是 -
- 培训 - https://docs.aws.amazon.com/comprehend/latest/dg/API_CreateEntityRecognizer.html
- 异步推理 - https://docs.aws.amazon.com/comprehend/latest/dg/API_StartEntitiesDetectionJob.html 要么 自定义端点上的同步推理 - https://docs.aws.amazon.com/comprehend/latest/dg/API_CreateEntityRecognizer.html
以下是如何使用 Amazon Comprehend 训练自定义实体识别器的详细示例 - https://docs.aws.amazon.com/comprehend/latest/dg/training-recognizers.html
此用例的注释文件示例。
文件 | 行 | 开始偏移 | 结束偏移 | 类型 |
---|---|---|---|---|
doc1 | 3 | 0 | 2 | 宽度 |
doc1 | 3 | 5 | 6 | 比率 |
doc1 | 3 | 9 | 10 | 直径 |
doc1 | 0 | 12 | 20 | 品牌 |
doc1 | 0 | 6 | 6 | 数量 |
doc1 | 6 | 8 | 10 | 价格 |
doc1 | 1 | 20 | 22 | 条件 |
doc1 | 0 | 42 | 48 | 季节 |
doc2 | 0 | 45 | 48 | 数量 |
doc2 | 1 | 78 | 79 | 价格 |
文件 doc1 应包含您要从中提取实体的文本。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。