本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
您可以使用 Amazon 增強版 AI，將人工審核納入內建任務類型、Amazon Textract 和 Amazon Rekognition 的工作流程中，或使用自訂任務類型的自訂任務。
使用其中一種內建任務類型來建立流程定義時，您可以指定條件，例如啟動人工審核的可信度閾值。當滿足這些條件時，該服務 (Amazon Rekognition 或 Amazon Textract) 代表您建立一個人工循環，並將您的輸入資料直接提供給 Amazon A2I，以便發送給人工審核者。若要進一步了解內建任務類型，使用下列清單：
使用自訂任務類型時，您可以使用 Amazon A2I 執行期 API 來建立並啟動人工循環。使用自訂任務類型，將人工審核工作流程與其他 AWS 服務或您自己的自訂機器學習 (ML) 應用程式合併。
-
如需詳細資訊，請參閱搭配使用自訂任務類型和 Amazon 增強版 AI。
下表概述了您可以使用 SageMaker AI Jupyter 筆記本探索的各種 Amazon A2I 使用案例。若要開始使用 Jupyter 筆記本，請使用將 SageMaker 筆記本執行個體與 Amazon A2I Jupyter 筆記本搭配使用中的指示。如需更多範例，請參閱此 GitHub 儲存庫
| 使用案例 | Description | 任務類型 |
|---|---|---|
|
讓人員在單頁文件中審核重要的索引鍵值對，或讓 Amazon Textract 隨機取樣並將資料集中的文件傳送給人員進行審核。 |
內建 | |
| 將 Amazon A2I 與 Amazon Rekognition 搭配使用 |
如果 Amazon Rekognition 回傳低可信度分數，請人工審核不安全的影像是否有明確的成人或暴力內容，或讓 Amazon Rekognition 隨機抽樣並將影像從您的資料集傳送給人員進行審核。 |
內建 |
| 將 Amazon A2I 與 Amazon Comprehend 搭配使用 |
讓人員審核有關文字資料 (例如情緒分析、文字語法和實體偵測) 的 Amazon Comprehend 推論。 |
自訂 |
| 將 Amazon A2I 與 Amazon Transcribe 搭配使用 |
讓人工審核 Amazon Transcribe 視訊或音訊文件的轉錄。使用轉錄人工審核循環的結果，來建立自訂詞彙並改善類似視訊或音訊內容的未來轉錄。 |
自訂 |
| 將 Amazon A2I 與 Amazon Translate 搭配使用 |
使用人工審核從 Amazon Translate 交還的低信度翻譯。 |
自訂 |
| 使用 Amazon A2I 審核即時機器學習 (ML) 推論 |
使用 Amazon A2I 來檢閱部署至 SageMaker AI 託管端點的模型所建立的即時、低可信推論，並使用 Amazon A2I 輸出資料逐步訓練您的模型。 |
自訂 |
| 使用 Amazon A2I 來審核表格資料 |
使用 Amazon A2I 將人工審核循環集成到使用表格資料的機器學習 (ML) 應用程式中。 |
自訂 |
主題
將 SageMaker 筆記本執行個體與 Amazon A2I Jupyter 筆記本搭配使用
如需示範如何將 Amazon A2I 人工審核循環整合至機器學習工作流程的端對端範例，您可以在 SageMaker 筆記本執行個體中使用此 GitHub 儲存庫
在 Amazon SageMaker 筆記本執行個體中使用 Amazon A2I 自訂任務類型範例筆記本：
-
如果您還沒有 SageMaker 筆記本執行個體，請遵循 建立教學課程的 Amazon SageMaker 筆記本執行個體 的說明建立一個。
-
當筆記本執行個體在作用中，請選擇筆記本執行個體名稱右側的 Open JupyterLab。可能需要幾分鐘的時間才能載入 JupyterLab。
-
選擇新增 Github 儲存庫圖示 (
)，將 GitHub 儲存庫複製到您的工作區。 -
輸入 amazon-a2i-sample-jupyter-notebooks
儲存庫 HTTPS URL。 -
選擇 CLONE (複製)。
-
開啟您要執行的筆記本。
-
依照筆記本中的指示來設定人工審核工作流程和人工循環，並執行儲存格。
-
為了避免產生不必要的費用，當您完成示範時，除了刪除演練期間建立的任何 Amazon S3 儲存貯體、IAM 角色和 CloudWatch Events 資源，也要停止並刪除您的筆記本執行個體。
