Getting Started with Amazon Comprehend: Custom Entity Recognition (Traditional Chinese)

實驗室概觀

貴公司 AnyCompany Consulting 想整合自然語言處理 (NLP)，以從文件中擷取關鍵詞組、實體和情感。貴公司選擇了 Amazon Comprehend 做為 NLP 服務，以便將 NLP 整合到現有應用程式中。為了開始為其文件建立模型和端點的程序，他們希望您建立自訂實體辨識器模型，以辨識一組文件中的特定術語。

在本實驗室中，您將使用 Amazon Comprehend 建立並測試自訂實體辨識模型。

目標

本實驗室結束後，您將能夠：

• 使用 Amazon Comprehend 建立並測試自訂實體辨識模型。
• 使用自訂實體辨識端點進行即時分析。

技術知識先決條件

若要成功完成此實驗室，您應熟悉 AWS 管理主控台的基本瀏覽操作，並具備 Amazon S3 的知識。

授課時長

本實驗室練習需要大約 60 分鐘的時間來完成。

圖示圖例

此實驗室使用各種圖示提醒您注意不同類型的指示和注意事項。下列清單說明各圖示的用途：

• 注意：提示、秘訣或重要指引。
• 了解詳情：具體指明可取得更多資訊的位置。
• 提醒：有特殊影響或重要性的資訊（如果您錯過此資訊，不會對設備或資料造成太大的問題，但可能會導致需要重複特定步驟）。
• 考慮：暫停一下，思考如何將某概念應用在自有環境，或與他人討論目前這個主題。
• 檔案內容：顯示您需要執行的指令碼或檔案內容的程式碼區塊，這是為您預先建立的內容。

環境概觀

下圖顯示實驗室環境的基本架構：

在上圖中，訓練資料已上傳至 Amazon S3 儲存貯體。Amazon Comprehend 使用儲存貯體中的訓練資料來訓練自訂實體辨識模型。使用端點即時分析文件時，經過訓練的模型會找到文件中的任何實體。