인적 검토 워크플로(API) 생성

인적 검토 워크플로를 생성하거나흐름 정의Amazon A2I를 사용하여CreateFlowDefinition작업.

이 예에서는 Amazon S3 자체 문서를 사용하거나 다운로드할 수 있습니다.이 샘플 문서S3 버킷에 저장합니다.

Amazon S3 버킷이 동일한지 확인합니다.AWS통화에 사용할 리전AnalyzeDocument. 버킷을 생성하려면 의 지침을 따르십시오.버킷 만들기의Amazon Simple Storage Service 콘솔.

사전 요구사항

Amazon A2I API를 사용하여 사람 검토 워크플로를 생성하려면 다음 사전 요구 사항을 완료해야 합니다.

• Amazon A2I 및 Amazon Textract API 작업을 모두 호출할 수 있는 권한이 있는 IAM 역할을 구성합니다. 시작하려면 AWS 정책, AmazonAugmentedAIFullAccess 및 AmazonTextractFullAccess IAM 역할에 연결할 수 있습니다. 나중에 필요하므로 IAM 역할 Amazon 리소스 이름 (ARN) 을 기록해 두십시오.

  Amazon Textract Textract를 사용할 때 보다 세부적인 권한은 단원을 참조하십시오Amazon Textract Textract자격 증명 기반 정책 예제. Amazon A2I의 경우 단원을 참조하십시오.Amazon Augmented AI AI의 권한 및 보안의Amazon SageMaker 개발자 안내서.

• 비공개 작업 팀을 만들고 작업팀 ARN을 기록합니다. Amazon A2I의 새 사용자인 경우 의 지침을 따르십시오.1단계: 작업 팀 생성 (콘솔).

• 작업자 작업 템플릿을 생성합니다. 의 지침을 따르십시오.작업자 작업 템플릿 생성을 눌러 Amazon A2I 콘솔을 사용하여 템플릿을 생성합니다. 템플릿을 만들 때 다음을 선택합니다.텍스트 형식 추출...에 대한템플릿 유형. 템플릿에서 바꾸기s3_arn문서의 Amazon S3 ARN을 사용합니다. 추가 작업자 지침 추가<full-instructions header="Instructions"></full-instructions>.

  템플릿을 미리 보려면 IAM 역할에 에서 설명하는 권한이 있는지 확인합니다.작업자 작업 템플릿 미리 보기 사용.

  템플릿을 생성한 후 작업자 작업 템플릿 ARN을 기록합니다.

에서 생성한 리소스를 사용합니다.사전 요구사항를 구성합니다.CreateFlowDefinition요청. 이 요청에서 활성화 조건을 JSON 형식으로 지정할 수도 있습니다. 활성화 조건을 구성하는 방법에 대한 자세한 내용은 단원을 참조하십시오.Amazon Textract Textract와 함께 인적 루프 활성화 조건 JSON 스키마 사용.

인적 검토 워크플로 생성 (Python용 AWS SDK (Boto3)

이 예제를 사용하려면red사양과 리소스가 포함된 텍스트.

먼저 다음 코드를 사용하여 활성화 조건을 JSON 객체로 인코딩합니다. 그러면 Amazon Textract Textract가 99보다 작은 신뢰 점수를 반환하는 경우 사람의 검토가 트리거됩니다.메일 주소및 해당 값 또는 문서에서 감지된 키-값 쌍에 대해 90보다 작은 신뢰 점수를 반환하는 경우 이 예에 제공된 샘플 문서를 사용하는 경우 이러한 활성화 조건은 사람의 검토 작업을 만듭니다.

import json

humanLoopActivationConditions = json.dumps("{
                "Conditions": [
                    {
                        "ConditionType": "ImportantFormKeyConfidenceCheck",
                        "ConditionParameters": {
                            "ImportantFormKey": "Mail Address",
                            "KeyValueBlockConfidenceLessThan": 99,
                            "WordBlockConfidenceLessThan": 99
                        }
                    },
                    {
                        "ConditionType": "ImportantFormKeyConfidenceCheck",
                        "ConditionParameters": {
                            "ImportantFormKey": "*",
                            "KeyValueBlockConfidenceLessThan": 90,
                            "WordBlockConfidenceLessThan": 90
                        }
                    }
                ]
            }"
)

사용humanLoopActivationConditions를 구성하려면create_flow_definition요청. 다음 예제에서는 SDK for Python (Boto3) 를 사용하여create_flow_definitionus-west-2 AWS 리전에서. 개인 작업 팀을 사용하여 지정합니다.

response = client.create_flow_definition(
    FlowDefinitionName='string',
    HumanLoopRequestSource={
         'AwsManagedHumanLoopRequestSource': "AWS/Textract/AnalyzeDocument/Forms/V1"
    }, 
    HumanLoopActivationConfig={
        'HumanLoopActivationConditionsConfig': {
            'HumanLoopActivationConditions': humanLoopActivationConditions
        }
    },
    HumanLoopConfig={
        'WorkteamArn': "arn:aws:sagemaker:us-west-2:111122223333:workteam/private-crowd/work-team-name",
        'HumanTaskUiArn': "arn:aws:sagemaker:us-west-2:111122223333:human-task-ui/worker-task-template-name",
        'TaskTitle': "Add a task title",
        'TaskDescription': "Describe your task",
        'TaskCount': 1,
        'TaskAvailabilityLifetimeInSeconds': 3600,
        'TaskTimeLimitInSeconds': 86400,
        'TaskKeywords': ["Document Review", "Content Review"]
        }
    },
    OutputConfig={
        'S3OutputPath': "s3://DOC-EXAMPLE-BUCKET/prefix/",
    },
    RoleArn="arn:aws:iam::111122223333:role/role-name"
)