要解决AWS Blazing Text监督式超参数未记录客观指标的问题，可以采取以下步骤：

1. 确保您正确地设置了训练作业并指定了正确的超参数。确保以下参数设置正确：

   • objective参数设置为supervised，以启用监督式学习。
   • objective_metric参数设置为您想要记录的客观指标。例如，可以设置为accuracy来记录准确率。
   • metric_definitions参数可以用于定义记录的客观指标的格式。例如，[{"Name": "accuracy", "Regex": "accuracy: ([0-9\\.]+)"}]可以用于匹配准确率。

2. 在训练作业中添加一个输出路径，以便存储训练作业的输出。例如，可以将输出路径设置为S3存储桶。

下面是一个使用AWS SDK for Python（Boto3）的示例代码，展示如何设置Blazing Text训练作业并记录客观指标：

import boto3

# 定义超参数
hyperparameters = {
    "mode": "supervised",
    "epochs": 10,
    "learning_rate": 0.01,
    "vector_dim": 10,
    "objective_metric": "accuracy",
    "metric_definitions": [{"Name": "accuracy", "Regex": "accuracy: ([0-9\\.]+)"}]
}

# 设置训练作业输入路径
input_data_path = "s3://your-input-data-path"

# 设置训练作业输出路径
output_data_path = "s3://your-output-data-path"

# 创建Blazing Text训练作业
client = boto3.client("sagemaker")
response = client.create_training_job(
    TrainingJobName="blazing-text-training-job",
    AlgorithmSpecification={
        "TrainingImage": "blazingtext:latest",
        "TrainingInputMode": "File"
    },
    HyperParameters=hyperparameters,
    InputDataConfig=[
        {
            "ChannelName": "train",
            "DataSource": {
                "S3DataSource": {
                    "S3DataType": "S3Prefix",
                    "S3Uri": input_data_path,
                    "S3DataDistributionType": "FullyReplicated"
                }
            },
            "ContentType": "text/plain",
            "CompressionType": "None"
        }
    ],
    OutputDataConfig={
        "S3OutputPath": output_data_path
    },
    ResourceConfig={
        "InstanceType": "ml.c4.2xlarge",
        "InstanceCount": 1,
        "VolumeSizeInGB": 30
    },
    StoppingCondition={
        "MaxRuntimeInSeconds": 86400
    },
    RoleArn="arn:aws:iam::your-role-arn"
)

# 等待训练作业完成
response = client.describe_training_job(TrainingJobName="blazing-text-training-job")
status = response["TrainingJobStatus"]
while status == "InProgress":
    response = client.describe_training_job(TrainingJobName="blazing-text-training-job")
    status = response["TrainingJobStatus"]

# 获取训练作业的输出指标
metric = response["FinalMetricDataList"][0]
metric_name = metric["MetricName"]
metric_value = metric["Value"]
print(f"Final {metric_name}: {metric_value}")

请根据您的具体情况修改相关参数和路径。这段代码将设置Blazing Text训练作业，并在训练完成后打印出最终的客观指标。

希望这个示例代码能帮助您解决问题。