Data Keluaran Amazon A2I - Amazon SageMaker
Output Data Dari Jenis Tugas Built-inOutput Data Dari Jenis Tugas KustomLacak Aktivitas Pekerja

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Data Keluaran Amazon A2I

Saat alur kerja pembelajaran mesin Anda mengirimkan objek data kepada Amazon A2I, loop manusia dibuat dan pengulas manusia menerima tugas untuk meninjau objek data tersebut. Data keluaran dari setiap tugas peninjauan manusia disimpan di bucket keluaran Amazon Simple Storage Service (Amazon S3) yang Anda tentukan dalam alur kerja tinjauan manusia. Di jalur ke data, YYYY/MM/DD/hh/mm/ss mewakili tanggal pembuatan loop manusia dengan tahun (YYYY), bulan (MM), dan hari (DD), dan waktu pembuatan dengan jam (hh), menit (mm), dan detik (ss). 

s3://customer-output-bucket-specified-in-flow-definition/flow-definition-name/YYYY/MM/DD/hh/mm/ss/human-loop-name/output.json

Konten data keluaran Anda tergantung pada jenis jenis tugas (bawaan atau kustom) dan jenis tenaga kerja yang Anda gunakan. Data output Anda selalu menyertakan respons dari pekerja manusia. Selain itu, data keluaran dapat mencakup metadata tentang loop manusia, peninjau manusia (pekerja), dan objek data.

Gunakan bagian berikut untuk mempelajari lebih lanjut tentang format data keluaran Amazon A2I untuk berbagai jenis tugas dan tenaga kerja.

Output Data Dari Jenis Tugas Built-in

Jenis tugas bawaan Amazon A2I mencakup Amazon Ttract dan Amazon Rekognition. Selain tanggapan manusia, data keluaran dari salah satu tugas ini mencakup rincian tentang alasan loop manusia dibuat dan informasi tentang layanan terintegrasi yang digunakan untuk membuat loop manusia. Gunakan tabel berikut untuk mempelajari lebih lanjut tentang skema data keluaran untuk semua tipe tugas bawaan. Nilai untuk masing-masing parameter ini tergantung pada layanan yang Anda gunakan dengan Amazon A2I. Lihat tabel kedua di bagian ini untuk informasi selengkapnya tentang nilai khusus layanan ini.

Parameter Jenis Nilai Nilai contoh Deskripsi
awsManagedHumanLoopRequestSource

String

 AWS/Rekognition/DetectModerationLabels/Image/V3 atau AWS/Textract/AnalyzeDocument/Forms/V1 APIOperasi dan AWS layanan terkait yang meminta Amazon A2I membuat loop manusia. Ini adalah API operasi yang Anda gunakan untuk mengonfigurasi loop manusia Amazon A2I Anda.
flowDefinitionArn

String

 arn:aws:sagemaker:us-west-2:111122223333:flow-definition/flow-definition-name

Amazon Resource Number (ARN) dari alur kerja tinjauan manusia (definisi alur) yang digunakan untuk membuat loop manusia.

humanAnswers

Daftar JSON objek

 
{
"answerContent": {
    "AWS/Rekognition/DetectModerationLabels/Image/V3": {
        "moderationLabels": [...]
    }
},
atau
{
    "answerContent": {
        "AWS/Textract/AnalyzeDocument/Forms/V1": {
            "blocks": [...]
    }
},
 Daftar JSON objek yang berisi tanggapan pekerja dianswerContent.

Objek ini juga berisi rincian pengiriman dan, jika tenaga kerja pribadi digunakan, metadata pekerja. Untuk mempelajari selengkapnya, lihat Lacak Aktivitas Pekerja.

Untuk data keluaran loop manusia yang dihasilkan dari tugas tinjauan Amazon DetectModerationLabel Rekognition, parameter ini hanya berisi respons positif. Misalnya, jika pekerja memilih Tidak ada konten, respons ini tidak disertakan.
humanLoopName

String

'human-loop-name'

 Nama lingkaran manusia.
inputContent

JSONobjek

 
{
    "aiServiceRequest": {...},
    "aiServiceResponse": {...},
    "humanTaskActivationConditionResults": {...},
    "selectedAiServiceResponse": {...}
}

Konten input AWS layanan dikirim ke Amazon A2I ketika meminta loop manusia dibuat.

aiServiceRequest

JSONobjek

 
{
    "document": {...},
    "featureTypes": [...],
    "humanLoopConfig": {...}
}
atau 
{
    "image": {...},
    "humanLoopConfig": {...}
}

Permintaan asli dikirim ke AWS layanan yang terintegrasi dengan Amazon A2I. Misalnya, jika Anda menggunakan Amazon Rekognition dengan Amazon A2I, ini termasuk permintaan yang dibuat melalui operasi. API DetectModerationLabels Untuk integrasi Amazon Texttract, ini termasuk permintaan yang dibuat melalui. AnalyzeDocument
aiServiceResponse

JSONobjek

 
{
    "moderationLabels": [...],
    "moderationModelVersion": "3.0"
}

atau

{
    "blocks": [...],
    "documentMetadata": {}
}

Respon penuh dari AWS layanan. Ini adalah data yang digunakan untuk menentukan apakah tinjauan manusia diperlukan. Objek ini mungkin berisi metadata tentang objek data yang tidak dibagikan dengan pengulas manusia.

selectedAiServiceResponse

JSONobjek

 
{
    "moderationLabels": [...],
    "moderationModelVersion": "3.0"
}

atau

{
    "blocks": [...],
    "documentMetadata": {}
}

Bagian dari aiServiceResponse yang cocok dengan kondisi aktivasi diActivationConditions.

Semua objek data yang tercantum dalam aiServiceResponse terdaftar selectedAiServiceResponse ketika kesimpulan diambil sampelnya secara acak, atau semua kesimpulan memulai kondisi aktivasi.
humanTaskActivationConditionResults

JSONobjek

 
{
     "Conditions": [...]
}

Sebuah JSON objek di dalamnya inputContent berisi alasan loop manusia dibuat. Ini termasuk daftar kondisi aktivasi (Conditions) yang disertakan dalam alur kerja tinjauan manusia Anda (definisi alur), dan hasil evaluasi untuk setiap kondisi—hasil ini adalah salah satu atau. true false Untuk mempelajari lebih lanjut tentang kondisi aktivasi, lihatSkema JSON untuk Kondisi Aktivasi Loop Manusia di Amazon Augmented AI.

Pilih tab pada tabel berikut untuk mempelajari parameter spesifik jenis tugas dan lihat contoh blok kode data keluaran untuk setiap jenis tugas bawaan.

Amazon Textract Task Type Output Data

Saat Anda menggunakan integrasi bawaan Amazon Textract, Anda akan melihat 'AWS/Textract/AnalyzeDocument/Forms/V1' nilai untuk data awsManagedHumanLoopRequestSource keluaran Anda.

answerContentParameter berisi Block objek yang menyertakan respons manusia untuk semua blok yang dikirim ke Amazon A2I.

aiServiceResponseParameter ini juga menyertakan Block objek dengan respons Amazon Texact terhadap permintaan asli yang dikirim menggunakan keAnalyzeDocument.

Untuk mempelajari lebih lanjut tentang parameter yang Anda lihat di objek blok, lihat Blokir di Panduan Pengembang Amazon Textract.

Berikut ini adalah contoh data keluaran dari tinjauan manusia Amazon A2I dari kesimpulan analisis dokumen Amazon Textract. 

{
    "awsManagedHumanLoopRequestSource": "AWS/Textract/AnalyzeDocument/Forms/V1",
    "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:111122223333:flow-definition/flow-definition-name",
    "humanAnswers": [
        {
            "answerContent": {
                "AWS/Textract/AnalyzeDocument/Forms/V1": {
                    "blocks": [...]
                }
            },
            "submissionTime": "2020-09-28T19:17:59.880Z",
            "workerId": "111122223333",
            "workerMetadata": {
                "identityData": {
                    "identityProviderType": "Cognito",
                    "issuer": "https://cognito-idp.us-west-2.amazonaws.com/us-west-2_111111",
                    "sub": "c6aa8eb7-9944-42e9-a6b9-111122223333"
                }
            }
        }
    ],
    "humanLoopName": "humnan-loop-name",
    "inputContent": {
        "aiServiceRequest": {
            "document": {
                "s3Object": {
                    "bucket": "amzn-s3-demo-bucket1",
                    "name": "document-demo.jpg"
                }
            },
            "featureTypes": [
                "TABLES",
                "FORMS"
            ],
            "humanLoopConfig": {
                "dataAttributes": {
                    "contentClassifiers": [
                        "FreeOfPersonallyIdentifiableInformation"
                    ]
                },
                "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:111122223333:flow-definition/flow-definition-name",
                "humanLoopName": "humnan-loop-name"
            }
        },
        "aiServiceResponse": {
            "blocks": [...],
            "documentMetadata": {
                "pages": 1
            }
        },
        "humanTaskActivationConditionResults": {
            "Conditions": [
                {
                    "EvaluationResult": true,
                    "Or": [
                        {
                            "ConditionParameters": {
                                "ImportantFormKey": "Mail address",
                                "ImportantFormKeyAliases": [
                                    "Mail Address:",
                                    "Mail address:",
                                    "Mailing Add:",
                                    "Mailing Addresses"
                                ],
                                "KeyValueBlockConfidenceLessThan": 100,
                                "WordBlockConfidenceLessThan": 100
                            },
                            "ConditionType": "ImportantFormKeyConfidenceCheck",
                            "EvaluationResult": true
                        },
                        {
                            "ConditionParameters": {
                                "ImportantFormKey": "Mail address",
                                "ImportantFormKeyAliases": [
                                    "Mail Address:",
                                    "Mail address:",
                                    "Mailing Add:",
                                    "Mailing Addresses"
                                ]
                            },
                            "ConditionType": "MissingImportantFormKey",
                            "EvaluationResult": false
                        }
                    ]
                }
            ]
        },
        "selectedAiServiceResponse": {
            "blocks": [...]
        }
    }
}
Amazon Rekognition Task Type Output Data

Saat Anda menggunakan integrasi bawaan Amazon Textract, Anda melihat string 'AWS/Rekognition/DetectModerationLabels/Image/V3' sebagai nilai untuk data awsManagedHumanLoopRequestSource keluaran Anda.

answerContentParameter berisi moderationLabels objek yang berisi respons manusia untuk semua label moderasi yang dikirim ke Amazon A2I.

aiServiceResponseParameter ini juga menyertakan moderationLabels objek dengan respons Amazon Rekognition terhadap permintaan asli yang dikirim ke. DetectModerationLabels

Untuk mempelajari lebih lanjut tentang parameter yang Anda lihat di objek blok, lihat ModerationLabeldi Panduan Pengembang Rekognition Amazon.

Berikut ini adalah contoh data keluaran dari tinjauan manusia Amazon A2I tentang inferensi moderasi gambar Amazon Rekognition. 

{
    "awsManagedHumanLoopRequestSource": "AWS/Rekognition/DetectModerationLabels/Image/V3",
    "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:111122223333:flow-definition/flow-definition-name",
    "humanAnswers": [
        {
            "answerContent": {
                "AWS/Rekognition/DetectModerationLabels/Image/V3": {
                    "moderationLabels": [...]
                }
            },
            "submissionTime": "2020-09-28T19:22:35.508Z",
            "workerId": "ef7294f850a3d9d1",
            "workerMetadata": {
                "identityData": {
                    "identityProviderType": "Cognito",
                    "issuer": "https://cognito-idp.us-west-2.amazonaws.com/us-west-2_111111",
                    "sub": "c6aa8eb7-9944-42e9-a6b9-111122223333"
                }
            }
        }
    ],
    "humanLoopName": "humnan-loop-name",
    "inputContent": {
        "aiServiceRequest": {
            "humanLoopConfig": {
                "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:111122223333:flow-definition/flow-definition-name",
                "humanLoopName": "humnan-loop-name"
            },
            "image": {
                "s3Object": {
                    "bucket": "amzn-s3-demo-bucket1",
                    "name": "example-image.jpg"
                }
            }
        },
        "aiServiceResponse": {
            "moderationLabels": [...],
            "moderationModelVersion": "3.0"
        },
        "humanTaskActivationConditionResults": {
            "Conditions": [
                {
                    "EvaluationResult": true,
                    "Or": [
                        {
                            "ConditionParameters": {
                                "ConfidenceLessThan": 98,
                                "ModerationLabelName": "Suggestive"
                            },
                            "ConditionType": "ModerationLabelConfidenceCheck",
                            "EvaluationResult": true
                        },
                        {
                            "ConditionParameters": {
                                "ConfidenceGreaterThan": 98,
                                "ModerationLabelName": "Female Swimwear Or Underwear"
                            },
                            "ConditionType": "ModerationLabelConfidenceCheck",
                            "EvaluationResult": false
                        }
                    ]
                }
            ]
        },
        "selectedAiServiceResponse": {
            "moderationLabels": [
                {
                    "confidence": 96.7122802734375,
                    "name": "Suggestive",
                    "parentName": ""
                }
            ],
            "moderationModelVersion": "3.0"
        }
    }
}

Output Data Dari Jenis Tugas Kustom

Saat menambahkan Amazon A2I ke alur kerja peninjauan manusia khusus, Anda akan melihat parameter berikut dalam data keluaran yang dikembalikan dari tugas peninjauan manusia.

Parameter Jenis Nilai Deskripsi

flowDefinitionArn

String

Amazon Resource Number (ARN) dari alur kerja tinjauan manusia (definisi alur) yang digunakan untuk membuat loop manusia.

humanAnswers

Daftar JSON objek

 Daftar JSON objek yang berisi tanggapan pekerja dianswerContent. Nilai dalam parameter ini ditentukan oleh output yang diterima dari template tugas pekerja Anda.

Jika Anda menggunakan tenaga kerja pribadi, metadata pekerja disertakan. Untuk mempelajari selengkapnya, lihat Lacak Aktivitas Pekerja.

humanLoopName

 String Nama lingkaran manusia.

inputContent

JSONObjek

Konten input dikirim ke Amazon A2I dalam permintaan ke. StartHumanLoop

Berikut ini adalah contoh data keluaran dari integrasi kustom dengan Amazon A2I dan Amazon Transcribe. Dalam contoh ini, inputContent terdiri dari:

  • Jalur ke file.mp4 di Amazon S3 dan judul video

  • Transkripsi dikembalikan dari Amazon Transcribe (diuraikan dari data keluaran Amazon Transcribe)

  • Waktu mulai dan berakhir yang digunakan oleh template tugas pekerja untuk memotong file.mp4 dan menunjukkan kepada pekerja bagian video yang relevan

{
    "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:111122223333:flow-definition/flow-definition-name",
    "humanAnswers": [
        {
            "answerContent": {
                "transcription": "use lambda to turn your notebook"
            },
            "submissionTime": "2020-06-18T17:08:26.246Z",
            "workerId": "ef7294f850a3d9d1",
            "workerMetadata": {
                "identityData": {
                    "identityProviderType": "Cognito",
                    "issuer": "https://cognito-idp.us-west-2.amazonaws.com/us-west-2_111111",
                    "sub": "c6aa8eb7-9944-42e9-a6b9-111122223333"
                }
            }

        }
    ],
    "humanLoopName": "human-loop-name",
    "inputContent": {
        "audioPath": "s3://amzn-s3-demo-bucket1/a2i_transcribe_demo/Fully-Managed Notebook Instances with Amazon SageMaker - a Deep Dive.mp4",
        "end_time": 950.27,
        "original_words": "but definitely use Lambda to turn your ",
        "start_time": 948.51,
        "video_title": "Fully-Managed Notebook Instances with Amazon SageMaker - a Deep Dive.mp4"
    }
}

Lacak Aktivitas Pekerja

Amazon A2I memberikan informasi yang dapat Anda gunakan untuk melacak pekerja individu dalam data output tugas. Untuk mengidentifikasi pekerja yang mengerjakan tugas peninjauan manusia, gunakan yang berikut ini dari data keluaran di Amazon S3:

  • acceptanceTimeItu adalah waktu dimana pekerja menerima tugas tersebut. Format cap tanggal dan waktu ini adalah YYYY-MM-DDTHH:MM:SS.mmmZ untuk tahun (YYYY), bulan (), hari (MM), jam (DD), menit (HH), detik (MMSS), dan milidetik (mmm). Tanggal dan waktu dipisahkan oleh T.

  • submissionTimeIni adalah waktu pekerja mengirimkan anotasi mereka menggunakan tombol Kirim. Format cap tanggal dan waktu ini adalah YYYY-MM-DDTHH:MM:SS.mmmZ untuk tahun (YYYY), bulan (), hari (MM), jam (DD), menit (HH), detik (MMSS), dan milidetik (mmm). Tanggal dan waktu dipisahkan oleh T.

  • timeSpentInSecondsmelaporkan total waktu, dalam hitungan detik, bahwa seorang pekerja secara aktif mengerjakan tugas itu. Metrik ini tidak termasuk waktu ketika seorang pekerja berhenti atau beristirahat.

  • workerIdIni unik untuk setiap pekerja.

  • Jika Anda menggunakan tenaga kerja pribadi, diworkerMetadata, Anda melihat yang berikut ini.

    • identityProviderTypeIni adalah layanan yang digunakan untuk mengelola tenaga kerja swasta.

    • issuerIni adalah kumpulan pengguna Amazon Cognito atau penerbit OpenID Connect (OIDC) Identity Provider (IDP) yang terkait dengan tim kerja yang ditugaskan untuk tugas peninjauan manusia ini.

    • subPengidentifikasi unik mengacu pada pekerja. Jika Anda membuat tenaga kerja menggunakan Amazon Cognito, Anda dapat mengambil detail tentang pekerja ini (seperti nama atau nama pengguna) yang terkait dengan ID ini menggunakan Amazon Cognito. Untuk mempelajari caranya, lihat Mengelola dan Mencari Akun Pengguna di Panduan Pengembang Amazon Cognito.

Berikut ini adalah contoh output yang mungkin Anda lihat jika Anda menggunakan Amazon Cognito untuk membuat tenaga kerja pribadi. Ini diidentifikasi dalamidentityProviderType.

"submissionTime": "2020-12-28T18:59:58.321Z",
"acceptanceTime": "2020-12-28T18:59:15.191Z", 
"timeSpentInSeconds": 40.543,
"workerId": "a12b3cdefg4h5i67",
"workerMetadata": {
    "identityData": {
        "identityProviderType": "Cognito",
        "issuer": "https://cognito-idp.aws-region.amazonaws.com/aws-region_123456789",
        "sub": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee"
    }
}

Berikut ini adalah contoh output yang mungkin Anda lihat jika Anda menggunakan OIDC IDP Anda sendiri untuk membuat tenaga kerja pribadi:

"workerMetadata": {
        "identityData": {
            "identityProviderType": "Oidc",
            "issuer": "https://example-oidc-ipd.com/adfs",
            "sub": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee"
        }
}

Untuk mempelajari lebih lanjut tentang menggunakan tenaga kerja swasta, lihatTenaga kerja swasta.