Vous devez exécuter une analyse des sentiments sur un million de publications de médias sociaux à l'aide d'Amazon Comprehend. Quelle approche permettra de traiter l'ensemble de données dans le moins de temps possible ?

L'approche la plus rapide pour traiter un million de publications avec Amazon Comprehend est d'utiliser un travail de détection de sentiment par lots asynchrone (StartSentimentDetectionJob). Cette méthode est conçue pour les grands ensembles de données et permet à Comprehend de gérer l'orchestration et le parallélisme nécessaires pour traiter efficacement un volume élevé de textes. Les API synchrones (DetectSentiment) ou par lots (BatchDetectSentiment) sont limitées par des quotas de requêtes et des tailles de lot maximales (BatchDetectSentiment prend en charge jusqu'à 25 documents par appel), ce qui les rend inefficaces pour un million de publications. Appeler BatchDetectSentiment une seule fois avec l'ensemble des données est impossible en raison des limites de taille de requête.