透過 Amazon SageMaker Ground Truth 使用人類標記訓練資料

若要訓練機器學習模型，您需要一個大型、高品質、標籤化的資料集。Ground Truth 可協助您為機器學習模型建置高品質的訓練資料集。透過 Ground Truth，您可以使用 Amazon Mechanical Turk (您選擇的廠商) 的工作者，或使用內部私有人力資源並搭配機器學習，讓您能夠建立已標籤的資料集。您可以使用 Ground Truth 的已標籤資料集輸出，來訓練您自己的模型。您也可以使用輸出做為 Amazon SageMaker 模型的訓練資料集。

視您的機器學習 (ML) 應用程式而定，您可以從其中一種 Ground Truth 內建任務類型中選擇，讓工作者為您的資料產生特定類型的標籤。您也可以建立自訂標籤工作流程，以提供您自己的使用者介面和工具給工作者來標籤您的資料。若要進一步了解 Ground Truth 內建任務類型，請參閱內建任務類型。若要了解如何建立自訂標籤工作流程，請參閱建立自訂標籤工作流程。

為了自動標籤您的訓練資料集，您可以選擇使用自動化資料標籤，此為使用機器學習來決定哪些資料需要由人工標籤的 Ground Truth 程序。自動資料標籤可以減少標籤所需的時間和手動操作工作量。如需詳細資訊，請參閱 自動資料標籤。若要建立自訂標籤工作流程，請參閱建立自訂標籤工作流程。

使用預先建置的工具或自訂工具，為您的訓練資料集指派標籤任務。標籤使用者介面範本是 Ground Truth 用於將任務和指示呈現給工作者的網頁。該 SageMaker 控制台提供用於標記數據的內置模板。您可以利用這些範本來開始使用，也可以利用我們的 HTML 2.0 元件來建置任務和說明。如需詳細資訊，請參閱 建立自訂標籤工作流程。

使用您選擇的人力資源標來標籤資料集。您可以選擇下列人力資源：

• 全球超過 500,000 個獨立承包商的 Amazon Mechanical Turk 人力資源。

• 您透過員工或承包商建立的私有人力資源，用於處理組織內的資料。

• 您可以在中找到專門從事資料標籤服務 AWS Marketplace 的供應商公司。

如需詳細資訊，請參閱 建立和管理人力。

您可以在 Amazon S3 儲存貯體存放您的資料集。儲存貯體包含 3 個項目：需要標籤的資料、Ground Truth 用於讀取資料檔案的輸入資訊清單檔案、輸出資訊清單檔案。輸出檔案包含標籤工作的結果。如需詳細資訊，請參閱 使用輸入和輸出資料。

來自標籤任務的事件會顯示在/aws/sagemaker/LabelingJobs群組 CloudWatch 下的 Amazon 中。 CloudWatch 使用標籤工作名稱做為記錄資料流的名稱。

第一次使用 Ground Truth 嗎？

如果是第一次使用 Ground Truth，建議您完成以下事項：

1. 閱讀 開始使用 — 此節介紹如何設定您的第一個 Ground Truth 標籤工作。

2. 探索其他主題 — 取決於您的需求，執行下列作業：

   • 探索內建任務類型 — 使用內建任務類型來精簡建立標籤工作的程序。若要進一步了解 Ground Truth 內建任務類型，請參閱內建任務類型。

   • 管理您的標籤人力資源 — 建立新的工作團隊並管理現有的人力資源。如需詳細資訊，請參閱 建立和管理人力。

   • 瞭解串流標籤工作 — 建立串流標籤工作，並使用永久執行的標籤工作，即時將新的資料集物件傳送給工作者。只要標籤工作處於作用中狀態且正在向其傳送新物件，工作者就會持續接收要標籤的新資料物件。如需進一步了解，請參閱Ground Truth 串流標籤工作。

3. 若要進一步了解可用作業以自動化 Ground Truth 作業，請參閱SageMaker 服務 API 參考資料。