Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Kernkomponenten von Amazon A2I
Lesen Sie die folgenden Bedingungen, um sich mit den Kernkomponenten von Amazon A2I vertraut zu machen.
Aufgabentypen
Der KI/ML-Workflow, in den Sie Amazon A2I integrieren, definiert einen Amazon-A2I-Aufgabentyp.
Amazon A2I unterstützt:
-
Zwei integrierte Aufgabentypen: Amazon Textract Schlüssel-Wert-Paar-Extraktion und Amazon Rekognition Image-Moderation.
-
Ein benutzerdefinierter Aufgabentyp: Verwenden Sie einen benutzerdefinierten Aufgabentyp, um eine Schleife für die Überprüfung durch einen Menschen in jeden Machine-Learning-Workflow zu integrieren. Sie können einen benutzerdefinierten Aufgabentyp verwenden, um Amazon A2I mit anderen AWS Diensten wie Amazon Comprehend, Amazon Transcribe und Amazon Translate sowie mit Ihren eigenen benutzerdefinierten Workflows für maschinelles Lernen zu integrieren. Weitere Informationen hierzu finden Sie unter Anwendungsfälle und Beispiele mit Amazon A2I.
Wählen Sie in der folgenden Tabelle eine Registerkarte aus, um Diagramme zu sehen, die veranschaulichen, wie Amazon A2I mit den einzelnen Aufgabentypen funktioniert. Wählen Sie mithilfe der Links in der vorherigen Liste die Seite mit dem Aufgabentyp aus, um mehr über diesen Aufgabentyp zu erfahren.
Workflow zur Überprüfung durch einen Mitarbeiter (Ablaufdefinition)
Sie verwenden einen Workflow zur Überprüfung durch einen Menschen, um Ihr menschliches Arbeitsteam zu spezifizieren, Ihre Worker-Benutzeroberfläche mithilfe einer Worker-Task-Vorlage einzurichten und Informationen darüber bereitzustellen, wie Mitarbeiter die Prüfungsaufgabe erledigen sollen.
Bei integrierten Aufgabentypen verwenden Sie auch den Workflow zur Überprüfung durch einen Menschen, um die Bedingungen zu ermitteln, unter denen eine Human Loop initiiert wird. Amazon Rekognition kann beispielsweise eine Bildinhaltsmoderation mithilfe von Machine Learning durchführen. Sie können den Workflow zur Überprüfung durch einen Menschen verwenden, um anzugeben, dass ein Bild zur Überprüfung der Inhaltsmoderation an einen Menschen gesendet wird, wenn die Konfidenz von Amazon Rekognition zu niedrig ist.
Sie können einen Workflow zur Überprüfung durch einen Menschen verwenden, um mehrere Human Loops zu erstellen.
Sie können eine Flow-Definition in der SageMaker Konsole oder mit dem SageMaker API erstellen. Weitere Informationen zu diesen beiden Optionen finden Sie unter Erstellen eines Arbeitsablaufs für die menschliche Überprüfung.
Arbeitsteam
Ein Arbeitsteam ist eine Gruppe menschlicher Mitarbeiter, an die Sie Ihre Aufgaben für die Prüfung durch Menschen senden.
Wenn Sie einen Workflow zur Überprüfung durch einen Menschen erstellen, geben Sie ein einzelnes Arbeitsteam an.
Ihr Arbeitsteam kann aus der Belegschaft von Amazon Mechanical Turk, einer vom Anbieter verwalteten Belegschaft oder Ihrer eigenen privaten Belegschaft stammen. Wenn Sie private Arbeitskräfte einsetzen, können Sie mehrere Arbeitsteams zusammenstellen. Jedes Arbeitsteam kann in mehreren Workflows zur Überprüfung durch einen Menschen eingesetzt werden. Informationen zum Erstellen einer Belegschaft und eines Arbeitsteams finden Sie unter Erstellen und Verwalten von Arbeitskräften.
Worker-Task-Vorlage und Benutzeroberfläche für menschliche Aufgaben
Sie verwenden eine Worker-Task-Vorlage, um eine Worker-Benutzeroberfläche (eine Benutzeroberfläche für menschliche Aufgaben) für Ihre Aufgaben zur Überprüfung durch einen Menschen zu erstellen.
In der Benutzeroberfläche für menschliche Aufgaben werden Ihre Eingabedaten, z. B. Dokumente oder Bilder sowie Anweisungen für Mitarbeiter angezeigt. Sie bietet auch interaktive Tools, die die Auftragnehmer zur Ausführung Ihrer Aufgaben verwenden.
Für integrierte Aufgabentypen müssen Sie die Amazon-A2I-Worker-Task-Vorlage verwenden, die für diesen Aufgabentyp bereitgestellt wird.
Human Loops
Eine Human Loop wird verwendet, um einen einzelnen Auftrag für die Überprüfung durch einen Menschen zu erstellen. Für jeden Auftrag für die Überprüfung durch einen Menschen können Sie die Anzahl der Mitarbeiter wählen, denen eine Aufgabe zur Prüfung eines einzelnen Datenobjekts zugewiesen wird. Wenn Sie beispielsweise für einen Auftrag zur Bildklassifizierung die Anzahl der Mitarbeiter pro Objekt auf 3
festlegen, klassifizieren drei Mitarbeiter jedes Eingabebild. Eine Erhöhung der Anzahl von Mitarbeitern pro Objekt kann die Kennzeichnungsgenauigkeit verbessern.
Eine Human Loop wird mithilfe eines Workflows zur Überprüfung durch einen Menschen wie folgt erstellt:
-
Bei integrierten Aufgabentypen bestimmen die im Workflow zur Überprüfung durch einen Menschen angegebenen Bedingungen, wann die Human Loop erstellt wird.
-
Aufgaben zur Überprüfung durch einen Menschen werden an das Arbeitsteam gesendet, das im Workflow zur Überprüfung durch einen Menschen angegeben ist.
-
Die im Workflow zur Überprüfung durch einen Menschen angegebene Worker-Task-Vorlage wird verwendet, um die Benutzeroberfläche für menschliche Aufgaben zu rendern.
Wann werden Human Loops erstellt?
Wenn Sie einen der integrierten Aufgabentypen verwenden, erstellt und startet der entsprechende AWS Service in Ihrem Namen eine menschliche Schleife, wenn die in Ihrem Workflow für die Überprüfung durch Mitarbeiter festgelegten Bedingungen erfüllt sind. Zum Beispiel:
-
Wenn Sie Augmented AI mit Amazon Textract verwenden, können Sie Amazon A2I mithilfe dieses Vorgangs in eine Aufgabe zur Dokumentenüberprüfung integrieren. API
AnalyzeDocument
Jedes Mal, wenn Amazon Textract Rückschlüsse auf Schlüssel-Wert-Paare zurückgibt, die die Bedingungen erfüllen, die Sie in Ihrem Workflow zur Überprüfung durch einen Menschen angeben, wird eine Human Loop erstellt. -
Wenn Sie Augmented AI mit Amazon Rekognition verwenden, können Sie Amazon A2I mithilfe der Operation in eine Bildmoderationsaufgabe integrieren. API
DetectModerationLabels
Jedes Mal, wenn Amazon Rekognition Rückschlüsse auf den Bildinhalt zurückgibt, der die Bedingungen erfüllt, die Sie in Ihrem Workflow zur Überprüfung durch einen Menschen angeben, wird eine Human Loop erstellt.
Wenn Sie einen benutzerdefinierten Aufgabentyp verwenden, starten Sie mithilfe der Amazon Augmented AI Runtime eine menschliche SchleifeAPI. Wenn Sie StartHumanLoop
in Ihrer benutzerdefinierten Anwendung aufrufen, wird eine Aufgabe an menschliche Prüfer gesendet.
Informationen zum Erstellen und Starten einer Schleife für die Prüfung durch Menschen finden Sie unter Erstellen und Starten einer Human Loop.
Um diese Ressourcen zu generieren und einen menschlichen Überprüfungs-Workflow zu erstellen, integriert Amazon A2I mehrereAPIs, darunter das Amazon Augmented AI Runtime Model, das und SageMaker APIs, das mit Ihrem Aufgabentyp APIs verknüpft ist. Weitere Informationen hierzu finden Sie unter Verwendung von APIs in Amazon Augmented AI.