使用 Amazon A2I 使用案例和示例 - Amazon SageMaker
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 Amazon Web Services 服务入门

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

使用 Amazon A2I 使用案例和示例

您可以使用亚马逊 Augmented AI 将人工审核集成到您的工作流程中内置任务类型、Amazon Textract 和 Amazon Rekognition,或者使用自己的自定义任务自定义任务类型.

当您使用内置任务类型之一创建人工审核工作流时,您可以指定条件(如置信度阈值)来启动人工审核。满足这些条件时,该服务(Amazon Rekognition 或 Amazon Textract)代表您创建人工循环,并将您的输入数据直接提供给 Amazon A2I 以发送到人工审核者。要了解内置任务类型的更多信息,请使用以下命令:

当您使用自定义任务类型时,您可以使用 Amazon A2I 运行时 API 创建并启动人工循环。使用自定义任务类型,将人工审核工作流与其他Amazon服务或您自己的自定义 ML 应用程序。

下表概述了您可以使用 SageMaker Jupyter 笔记本探索的各种 Amazon A2I 使用案例。要开始使用 Jupyter 笔记本,请使用中的说明将 SageMaker 笔记本实例与 Amazon A2I Jupyter 笔记本电脑一起使用. 有关更多示例,请参阅该 GitHub 存储库

使用案例 说明 任务类型

使用亚马逊 A2I 和 Amazon Textract

让人类查看单页文档以查看重要的表单键值对,或者让 Amazon Textract 随机抽样并将数据集中的文档发送给人类进行审查。

内置
使用亚马逊 A2I 和 Amazon Rekognition

如果 Amazon Rekognition 返回的置信度较低,或者让 Amazon Rekognition 随机抽样并将数据集中的图像发送给人类进行审查,则让人类审核不安全图片是否存在明确的成人或暴力内容。

内置

使用 Amazon A2I 和 Amazon A2I 理解

让人们查看 Amazon Comprehend 关于文本数据的推论,例如情绪分析、文本语法和实体检测。

自定义

使用亚马逊 A2I 和 Amazon Transcribe

让人们查看 Amazon Transcribe 视频或音频文件的转录。使用转录人工评论循环的结果来创建自定义词汇并改善未来类似视频或音频内容的转录。

自定义
使用亚马逊 A2I 与 Amazon Translate

让人们审查从 Amazon Translate 返回的低信心翻译。

自定义

使用亚马逊 A2I 查看实时机器学习推理

使用 Amazon A2I 来查看部署到 SageMaker 托管终端节点的模型所做的实时低信心推断,并使用 Amazon A2I 输出数据以增量方式训练模型。

自定义

使用 Amazon A2I 审查表格数据

使用 Amazon A2I 将人工评论循环集成到使用表格数据的机器学习应用程序中。

自定义

将 SageMaker 笔记本实例与 Amazon A2I Jupyter 笔记本电脑一起使用

对于演示如何将 Amazon A2I 人工审阅循环集成到机器学习工作流程中的端到端示例,您可以从中使用 Jupyter 笔记本GitHub 存储库在 SageMaker 笔记本实例中。

要在 Amazon SageMaker 笔记本实例中使用 Amazon A2I 自定义任务类型示例笔记本:

  1. 如果您还没有活动的 SageMaker 笔记本实例,请按照中的说明创建一个第 1 步:创建 Amazon SageMaker 笔记本实例.

  2. 当笔记本实例处于活动状态时,选择打开 JupyterLab位于笔记本实例名称的右侧。加载 JupyterLab 可能需要一些时间。

  3. 选择 图标以将 GitHub 存储库克隆到您的工作区。

  4. 输入 amazon-a2i-sample-jupyter-notebooks 存储库 HTTPS URL。

  5. 选择 CLONE (克隆)

  6. 打开要运行的笔记本。

  7. 按照笔记本中的说明配置人工审核工作流和人工循环并运行单元格。

  8. 为了避免产生不必要的费用,当您完成演示时,请停止并删除笔记本实例以及在演练过程中创建的任何 Amazon S3 存储桶、IAM 角色和 CloudWatch Events 资源。