machine-learning - Amazon Comprehend 能否从分类广告中提取和分类数据

Question

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：

我想知道这是否可以使用 Amazon Comprehend 或者有更好的工具来做到这一点。我不是开发人员，并且希望聘请某人为我编程。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。

Answer 1

Comprehend 能够从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 将是 -

1. 培训 - https://docs.aws.amazon.com/comprehend/latest/dg/API_CreateEntityRecognizer.html
2. 异步推理 - https://docs.aws.amazon.com/comprehend/latest/dg/API_StartEntitiesDetectionJob.html 或通过自定义端点同步推理 - 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	线	开始偏移	结束偏移	类型
文档1	3	0	2	宽度
文档1	3	5	6	比率
文档1	3	9	10	直径
文档1	0	12	20	牌
文档1	0	6	6	数量
文档1	6	8	10	价格
文档1	1	20	22	健康）状况
文档1	0	42	48	季节
文档2	0	45	48	数量
文档2	1	78	79	价格

文件 doc1 应包含您要从中提取实体的文本。