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:
當您使用自訂任務類型時,您可以使用 Amazon A2I Runtime 建立和啟動人工循環API。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,請使用搭配 Amazon A2I Jupyter SageMaker 筆記本使用筆記本執行個體中的指示。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
搭配 Amazon A2I Jupyter SageMaker 筆記本使用筆記本執行個體
對於示範如何將 Amazon A2I 人工審核迴圈整合到機器學習工作流程的範例 end-to-end,您可以在 SageMaker 筆記本執行個體中使用此GitHub 儲存庫
若要在 Amazon 筆記本執行個體中使用 Amazon SageMaker A2I 自訂任務類型範例筆記本:
-
如果您沒有作用中的 SageMaker 筆記本執行個體,請依照 中的指示建立一個建立教學課程的 Amazon SageMaker Notebook 執行個體。
-
當您的筆記本執行個體處於作用中狀態時,請選擇筆記本執行個體名稱右側的開啟 JupyterLab。 JupyterLab 載入可能需要一些時間。
-
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。
-
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,除了演練期間建立的任何 Amazon S3 儲存貯體、IAM角色和 CloudWatch 事件資源之外,請停止並刪除筆記本執行個體。