Esempio: utilizzo SageMaker dell'API per creare un processo di etichettatura in streaming

Di seguito è riportato un esempio di una richiesta SDK Python AWS (Boto3) che puoi utilizzare per avviare un processo di etichettatura in streaming per un tipo di attività integrata nella regione degli Stati Uniti orientali (Virginia settentrionale). Per ulteriori dettagli su ciascun parametro riportato di seguito, consulta CreateLabelingJob. Per informazioni su come creare un processo di etichettatura utilizzando questa API e gli SDK specifici del linguaggio associato, consulta Creare un processo di etichettatura (API).

In questo esempio, presta attenzione ai seguenti parametri:

• SnsDataSource: questo parametro appare in InputConfig e OutputConfig e viene utilizzato rispettivamente per identificare gli argomenti di input e output di Amazon SNS. Per creare un processo di etichettatura in streaming, devi fornire un argomento di input di Amazon SNS. Facoltativamente, puoi anche fornire un argomento di output di Amazon SNS.

• S3DataSource: questo parametro è facoltativo. Utilizza questo parametro se desideri includere un file manifest di input di oggetti di dati che desideri etichettare non appena inizia il processo di etichettatura.

• StoppingConditions: questo parametro viene ignorato quando si crea un processo di etichettatura in streaming. Per ulteriori informazioni sull'interruzione di un processo di etichettatura in streaming, consulta Interrompere un processo di etichettatura in streaming.

• I processi di etichettatura in streaming non supportano l'etichettatura dei dati automatizzata. Non includere il parametro LabelingJobAlgorithmsConfig.

response = client.create_labeling_job(
    LabelingJobName= 'example-labeling-job',
    LabelAttributeName='label',
    InputConfig={
        'DataSource': {
            'S3DataSource': {
                'ManifestS3Uri': 's3://bucket/path/manifest-with-input-data.json'
            },
            'SnsDataSource': {
                'SnsTopicArn': 'arn:aws:sns:us-east-1:123456789012:your-sns-input-topic'
            }
        },
        'DataAttributes': {
            'ContentClassifiers': [
                'FreeOfPersonallyIdentifiableInformation'|'FreeOfAdultContent',
            ]
        }
    },
    OutputConfig={
        'S3OutputPath': 's3://bucket/path/file-to-store-output-data',
        'KmsKeyId': 'string',
        'SnsTopicArn': 'arn:aws:sns:us-east-1:123456789012:your-sns-output-topic'
    },
    RoleArn='arn:aws:iam::*:role/*',
    LabelCategoryConfigS3Uri='s3://bucket/path/label-categories.json',
    HumanTaskConfig={
        'WorkteamArn': 'arn:aws:sagemaker:us-east-1:*:workteam/private-crowd/*',
        'UiConfig': {
            'UiTemplateS3Uri': 's3://bucket/path/custom-worker-task-template.html'
        },
        'PreHumanTaskLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:PRE-tasktype',
        'TaskKeywords': [
            'Example key word',
        ],
        'TaskTitle': 'Multi-label image classification task',
        'TaskDescription': 'Select all labels that apply to the images shown',
        'NumberOfHumanWorkersPerDataObject': 123,
        'TaskTimeLimitInSeconds': 123,
        'TaskAvailabilityLifetimeInSeconds': 123,
        'MaxConcurrentTaskCount': 123,
        'AnnotationConsolidationConfig': {
            'AnnotationConsolidationLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:ACS-tasktype'
            }
        },
    Tags=[
        {
            'Key': 'string',
            'Value': 'string'
        },
    ]
)