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。
整合標註
「標註」是單一工作者之標記任務的結果。「標註整合」會為您的資料物件，將兩個以上的工作者標註合併成單一標籤。指派給資料集中每個物件的標籤，是真實標籤應該是什麼的概率估計值。資料集中的每個物件通常有多個標註，但只有一個標籤或一組標籤。
您可以決定要讓多少工作者標註您資料集中的每個物件。投入越多的工作者可以提高您標記的準確性，但也會增加標記的成本。若要進一步了解 Ground Truth 定價，請參閱 Amazon SageMaker Ground Truth 定價
如果您使用 Amazon SageMaker 主控台建立標籤任務，則可註解物件的工作者數量的預設值如下：
-
文字分類 － 3 個工作者
-
影像分類 — 3 個工作者
-
週框方塊 － 5 個工作者
-
語義分隔 － 3 個工作者
-
具名實體辨識 — 3 個工作者
使用 CreateLabelingJob 操作時，您會設定多少個工作者，使用 NumberOfHumanWorkersPerDataObject 參數標註每個資料物件。您可以使用主控台或 CreateLabelingJob 操作，覆寫標註資料物件的預設工作者數目。
Ground Truth 可為每個預先定義的標記任務提供標註整合函數：週框方塊、影像分類、名稱實體辨識、語義分隔及文字分類。有以下函數：
-
影像和文字分類的多類別標註整合會使用不同的最大期望值
算法來進行標註。它會估計每個工作者的參數，並根據個別工作者的類別標註，使用貝氏推論來估計真正的類別。 -
週框方塊標註整合多個工作者的週框方塊。此函數會根據方塊的雅卡爾指數 (Jaccard index
) 或聯集上的交集並平均它們，從不同工作者中尋找最相似的方塊。 -
語意分段標註整合將單一影像中的每個像素視為一個多類別分類。此函數會將平滑化函數套用至影像，納入周圍像素的更多資訊，而將工作者的像素標註視為「選票」。
-
具名實體辨識會依 Jaccard 相似度來叢集文字選取項目，並基於模式來計算選取項目界限，或如果不確定模式，則取中間值。標籤會解析為叢集中指派最多的實體標籤，並依隨機選取項目來中斷連結。
您可以使用其他演算法來整合標註。如需相關資訊，請參閱 建立您自己的標註整合函數。
建立您自己的標註整合函數
您可以選擇使用自己的標註整合函數，來決定所標記物件的最終標籤。有許多撰寫函數的可行方法，以及您可以根據要整合之標註的性質採取的方法。廣義來說，整合函數會查看工作者的標註、測量它們之間的相似性，然後使用某種形式的機率性判斷來決定最可能的標籤為何。
如果想要使用其他演算法來建立標註整合函數，則您可以在將任務輸出導引至其中之 Amazon S3 儲存貯體的 [project-name]/annotations/worker-response
評估相似性
若要評估標籤之間的相似性，您可以使用下列其中一個策略，或是使用符合您資料標記需求的策略：
-
針對由離散、互斥類別組成的標籤空間 (例如多類別分類)，評估相似度的過程可以相當直接。離散標籤不是相符就是不相符。
-
針對沒有離散值的標籤空間，例如週框方塊標註，請尋找廣泛的相似性量值。針對週框方塊，雅卡爾指數 (Jaccard index) 就是這樣的量值。它會使用方塊間的聯集測量兩個方塊交集的比率，評估其相似度。例如，如果有三個標註，則可能有一個函數會決定哪些標註代表相同的物件，而應該整合。
評估最可能的標籤
考量先前詳述的其中一種策略，做一下機率性判斷，找出何者為整合標籤。針對離散、互斥的類別，這項過程可以相當直接。其中一個執行此作業的常見方式，便是採取標註之間佔大多數選票的結果。這會平均加權標註。
有些方法會嘗試估計不同標註工具的準確度，根據其正確性的機率，按比例加權它們的標註。例如，多類別標註的預設 Ground Truth 整合函數中所使用的最大期望法。
如需有關建立標註整合函數的詳細資訊，請參閱步驟 3：使用 AWS Lambda。
