Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Sistem template kustom kami menggunakan Liquid
Penggunaan Liquid yang paling umum adalah mengurai data yang berasal dari file manifes masukan Anda, dan mengeluarkan variabel yang relevan untuk membuat tugas. Ground Truth secara otomatis menghasilkan tugas kecuali Lambda pra-anotasi ditentukan. taskInputObjek yang dikembalikan oleh Ground Truth atau Anda Lambda pra-anotasi adalah task.input objek di template Anda.
Properti dalam manifes masukan Anda diteruskan ke template Anda sebagaievent.dataObject.
contoh objek data manifes
{
"source": "This is a sample text for classification",
"labels": [ "angry" , "sad" , "happy" , "inconclusive" ],
"header": "What emotion is the speaker feeling?"
}contoh HTML menggunakan variabel
<crowd-classifier
name='tweetFeeling'
categories='{{ task.input.labels | to_json }}'
header='{{ task.input.header }}' >
<classification-target>
{{ task.input.source }}
</classification-target>Perhatikan penambahan | to_json labels properti di atas. Itu adalah filter yang mengubah array manifes input menjadi representasi JSON dari array. Filter variabel dijelaskan di bagian selanjutnya.
Daftar berikut mencakup dua jenis tag Liquid yang mungkin berguna bagi Anda untuk mengotomatiskan pemrosesan data input template. Jika Anda memilih salah satu jenis tag berikut, Anda akan diarahkan ke dokumentasi Liquid.
-
Aliran kontrol
: Termasuk operator logika pemrograman seperti if/elseunless,, dancase/when. -
Iterasi
: Memungkinkan Anda menjalankan blok kode berulang kali menggunakan pernyataan seperti untuk loop. Untuk contoh template HTML yang menggunakan elemen Liquid untuk membuat loop for, lihat translation-review-and-correction.liquid.html
di. GitHub
Untuk informasi dan dokumentasi lebih lanjut, kunjungi beranda Liquid
Filter variabel
Selain filter dan tindakan Liquid|) setelah nama variabel, kemudian menentukan nama filter. Filter dapat dirantai dalam bentuk:
{{ <content> | <filter> | <filter> }}Autoescape dan pelarian eksplisit
Secara default, input akan berupa HTML yang lolos untuk mencegah kebingungan antara teks variabel dan HTML Anda. Anda dapat secara eksplisit menambahkan escape filter untuk membuatnya lebih jelas bagi seseorang yang membaca sumber template Anda bahwa pelolosan sedang dilakukan.
escape_once
escape_oncememastikan bahwa jika Anda telah lolos dari kode Anda, itu tidak akan lolos kembali di atas itu. Misalnya, agar & tidak menjadi &;.
skip_autoescape
skip_autoescapeberguna ketika konten Anda dimaksudkan untuk digunakan sebagai HTML. Misalnya, Anda mungkin memiliki beberapa paragraf teks dan beberapa gambar dalam instruksi lengkap untuk kotak pembatas.
Gunakan dengan skip_autoescape hemat
Praktik terbaik dalam template adalah menghindari meneruskan kode fungsional atau markup skip_autoescape kecuali Anda benar-benar yakin Anda memiliki kontrol ketat atas apa yang sedang diteruskan. Jika Anda meneruskan masukan pengguna, Anda bisa membuka pekerja Anda hingga serangan Cross Site Scripting.
to_json
to_jsonakan menyandikan apa yang Anda berikan ke JSON (JavaScript Object Notation). Jika Anda memberinya makan objek, itu akan membuat serial itu.
grant_read_access
grant_read_accessmengambil URI S3 dan mengkodekannya ke URL HTTPS dengan token akses berumur pendek untuk sumber daya itu. Hal ini memungkinkan untuk menampilkan kepada pekerja objek foto, audio, atau video yang disimpan dalam ember S3 yang tidak dapat diakses publik.
s3_presign
s3_presignFilter bekerja dengan cara yang sama seperti grant_read_access filter. s3_presignmengambil URI Amazon S3 dan mengkodekannya ke URL HTTPS dengan token akses berumur pendek untuk sumber daya itu. Ini memungkinkan untuk menampilkan objek foto, audio, atau video yang disimpan dalam ember S3 yang tidak dapat diakses publik oleh pekerja.
contoh dari filter variabel
Input
auto-escape: {{ "Have you read 'James & the Giant Peach'?" }}
explicit escape: {{ "Have you read 'James & the Giant Peach'?" | escape }}
explicit escape_once: {{ "Have you read 'James & the Giant Peach'?" | escape_once }}
skip_autoescape: {{ "Have you read 'James & the Giant Peach'?" | skip_autoescape }}
to_json: {{ jsObject | to_json }}
grant_read_access: {{ "s3://amzn-s3-demo-bucket/myphoto.png" | grant_read_access }}
s3_presign: {{ "s3://amzn-s3-demo-bucket/myphoto.png" | s3_presign }}Output
auto-escape: Have you read 'James & the Giant Peach'? explicit escape: Have you read 'James & the Giant Peach'? explicit escape_once: Have you read 'James & the Giant Peach'? skip_autoescape: Have you read 'James & the Giant Peach'? to_json: { "point_number": 8, "coords": [ 59, 76 ] } grant_read_access: https://s3.amazonaws.com/amzn-s3-demo-bucket/myphoto.png?<access token and other params>s3_presign: https://s3.amazonaws.com/amzn-s3-demo-bucket/myphoto.png?<access token and other params>
contoh dari template klasifikasi otomatis.
Untuk mengotomatiskan contoh klasifikasi teks sederhana, ganti teks tweet dengan variabel.
Template klasifikasi teks di bawah ini dengan otomatisasi ditambahkan. Perubahan/penambahan disorot dengan huruf tebal.
<script src="https://assets.crowd.aws/crowd-html-elements.js"></script> <crowd-form> <crowd-classifier name="tweetFeeling" categories="['positive', 'negative', 'neutral', 'cannot determine']" header="Which term best describes this tweet?" > <classification-target> {{ task.input.source }} </classification-target> <full-instructions header="Analyzing a sentiment"> Try to determine the feeling the author of the tweet is trying to express. If none seem to match, choose "other." </full-instructions> <short-instructions> Pick the term best describing the sentiment of the tweet. </short-instructions> </crowd-classifier> </crowd-form>
Teks tweet dalam sampel sebelumnya sekarang diganti dengan objek. entry.taskInputObjek menggunakan source (atau nama lain yang Anda tentukan dalam Lambda pra-anotasi Anda) sebagai nama properti untuk teks, dan itu dimasukkan langsung dalam HTML berdasarkan berada di antara tanda kurung kurawal ganda.
