0

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:

在此处输入图像描述

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。

4

1 回答 1

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
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。

于 2021-05-14T18:42:33.320 回答