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 的使用场景和示例
您可以使用 Amazon Augmented AI 将人工审核集成到内置任务类型、Amazon Textract 和 Amazon Rekognition 的工作流中，也可以使用自定义任务类型将人工审核集成到您的自定义任务中。
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。当满足这些条件时，服务（Amazon Rekognition 或 Amazon Textract）会代表您创建一个人工循环，并将您的输入数据直接提供给 Amazon A2I 以发送给人工审核者。要了解内置任务类型的更多信息，请参阅以下内容：
使用自定义任务类型时，您可以使用 Amazon A2I 运行时系统 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 服务或者自己的自定义 ML 应用程序集成。
-
有关更多详细信息，请参阅 将 Amazon Augmented AI 与自定义任务类型结合使用
下表概述了您可以使用 SageMaker AI Jupyter Notebook 探索的各种 Amazon A2I 使用案例。要开始使用 Jupyter 笔记本，请按照将 SageMaker 笔记本实例与 Amazon A2I Jupyter 笔记本一起使用中的说明操作。有关更多示例，请参阅该 GitHub 存储库
| 使用场景 | 描述 | 任务类型 |
|---|---|---|
|
通过人工来审核单页文档，以审核重要的表单键/值对，或者让 Amazon Textract 对数据集中的文档随机抽样并发送给工作人员进行审核。 |
内置 | |
| 将 Amazon A2I 与 Amazon Rekognition 结合使用 |
如果 Amazon Rekognition 返回的置信度分数较低，则通过人工来审核不安全图像中的明显成人或暴力内容，或者 Amazon Rekognition 对数据集中的图像随机抽样并发送给工作人员进行审核。 |
内置 |
| 将 Amazon A2I 与 Amazon Comprehend 结合使用 |
通过人工来审核 Amazon Comprehend 对文本数据进行的推理，例如情绪分析、文本语法和实体检测。 |
自定义 |
| 将 Amazon A2I 与 Amazon Transcribe 结合使用 |
通过人工来审核 Amazon Transcribe 对视频或音频文件的转录。使用对转录的人工审核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 |
| 将 Amazon A2I 与 Amazon Translate 结合使用 |
通过人工来审核 Amazon Translate 返回的低置信度翻译。 |
自定义 |
| 使用 Amazon A2I 审核实时 ML 推理 |
使用 Amazon A2I 实时审核部署到 SageMaker AI 托管端点的模型进行的低置信度推理，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 审核表格数据 |
使用 Amazon A2I 将人工审核循环集成到使用表格数据的 ML 应用程序中。 |
自定义 |
主题
将 SageMaker 笔记本实例与 Amazon A2I Jupyter 笔记本一起使用
对于演示如何将 Amazon A2I 人工审核循环集成到机器学习工作流中的端到端示例，您可以在 SageMaker 笔记本实例中使用 GitHub 存储库
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，请执行以下操作：
-
如果您没有有效的 SageMaker 笔记本实例，请按照为本教程创建 Amazon SageMaker 笔记本实例中的说明创建一个。
-
在笔记本实例处于活动状态时，选择笔记本实例名称右侧的打开 JupyterLab。加载 JupyterLab 可能需要一些时间。
-
选择添加 Github 存储库图标（
），将 GitHub 存储库克隆到工作区。 -
输入 amazon-a2i-sample-jupyter-notebooks
存储库 HTTPS URL。 -
选择 CLONE (克隆)。
-
打开要运行的笔记本。
-
按照笔记本中的说明配置人工审核工作流和人工循环，然后运行调用。
-
为了避免产生不必要的费用，在您完成演示后，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。