Kommentieren von PDF-Dateien

1. Wenn Sie Windows verwenden, installieren Sie Cygwin. Wenn Sie Linux oder Mac verwenden, überspringen Sie diesen Schritt.

2. Laden Sie die Annotationsartefakte von herunter. GitHub Entpacken Sie die Datei.

3. Navigieren Sie in Ihrem Terminalfenster zu dem entpackten Ordner (amazon-comprehend-semi-structured- documents-annotation-tools-main).

4. Dieser Ordner enthält eine Auswahl von OptionenMakefiles, die Sie ausführen, um Abhängigkeiten zu installieren, eine virtuelle Python-Umgebung einzurichten und die erforderlichen Ressourcen bereitzustellen. Lesen Sie die Readme-Datei, um Ihre Wahl zu treffen.

5. Die empfohlene Option verwendet einen einzigen Befehl, um alle Abhängigkeiten in einer virtuellen Umgebung zu installieren, erstellt den AWS CloudFormation Stack aus der Vorlage und stellt den Stack mit interaktiver Anleitung für Sie bereit. AWS-Konto Führen Sie den folgenden Befehl aus:

   make ready-and-deploy-guided

   Dieser Befehl bietet eine Reihe von Konfigurationsoptionen. Vergewissern Sie sich, dass Sie AWS-Region korrekt sind. Für alle anderen Felder können Sie entweder die Standardwerte akzeptieren oder benutzerdefinierte Werte eingeben. Wenn Sie den AWS CloudFormation Stacknamen ändern, notieren Sie ihn in den nächsten Schritten so, wie Sie ihn benötigen.

   

   Der CloudFormation Stack erstellt und verwaltet die AWS Lambdas, AWS IAM-Rollen und AWS S3-Buckets, die für das Annotationstool erforderlich sind.

   Sie können jede dieser Ressourcen auf der Seite mit den Stack-Details in der Konsole überprüfen. CloudFormation

6. Der Befehl fordert Sie auf, die Bereitstellung zu starten. CloudFormation erstellt alle Ressourcen in der angegebenen Region.

   

   Wenn der CloudFormation Stack-Status auf Create-Complete wechselt, sind die Ressourcen einsatzbereit.

1. Erstellen Sie einen neuen Ordner im S3-Bucket. Nennen Sie diesen neuen Ordner 'src'.

2. Fügen Sie Ihre PDF-Quelldateien zu Ihrem Ordner 'src' hinzu. In einem späteren Schritt fügen Sie diesen Dateien Anmerkungen hinzu, um Ihr Erkennungsprogramm zu trainieren.

3. (Optional) Hier ist ein AWS CLI-Beispiel, mit dem Sie Ihre Quelldokumente aus einem lokalen Verzeichnis in einen S3-Bucket hochladen können:

   aws s3 cp --recursive local-path-to-your-source-docs s3://deploy-guided/src/

   Oder mit Ihrer Region und Konto-ID:

   aws s3 cp --recursive local-path-to-your-source-docs s3://deploy-guided-Region-AccountID/src/

4. Sie haben jetzt eine private SageMaker Ground-Truth-Belegschaft und haben Ihre Quelldateien in den S3-Bucket, deploy-guided/src/, hochgeladen. Jetzt können Sie mit dem Kommentieren beginnen.

• Führen Sie das folgende Skript mit den Eingabeparametern aus, wie in der vorherigen Liste beschrieben.

  python bin/comprehend-ssie-annotation-tool-cli.py \
  --input-s3-path s3://deploy-guided-Region-AccountID/src/ \
  --cfn-name sam-app \
  --work-team-name my-work-team-name \
  --region us-east-1 \
  --job-name-prefix my-job-name-20210902T232116 \
  --entity-types "EntityA, EntityB, EntityC" \
  --annotator-metadata "key=info,value=sample,key=Due Date,value=12/12/2021"

  Das Skript erzeugt die folgende Ausgabe:

  Downloaded files to temp local directory /tmp/a1dc0c47-0f8c-42eb-9033-74a988ccc5aa
  Deleted downloaded temp files from /tmp/a1dc0c47-0f8c-42eb-9033-74a988ccc5aa
  Uploaded input manifest file to s3://comprehend-semi-structured-documents-us-west-2-123456789012/input-manifest/my-job-name-20220203-labeling-job-20220203T183118.manifest
  Uploaded schema file to s3://comprehend-semi-structured-documents-us-west-2-123456789012/comprehend-semi-structured-docs-ui-template/my-job-name-20220203-labeling-job-20220203T183118/ui-template/schema.json
  Uploaded template UI to s3://comprehend-semi-structured-documents-us-west-2-123456789012/comprehend-semi-structured-docs-ui-template/my-job-name-20220203-labeling-job-20220203T183118/ui-template/template-2021-04-15.liquid
  Sagemaker GroundTruth Labeling Job submitted: arn:aws:sagemaker:us-west-2:123456789012:labeling-job/my-job-name-20220203-labeling-job-20220203t183118
  (amazon-comprehend-semi-structured-documents-annotation-tools-main) user@3c063014d632 amazon-comprehend-semi-structured-documents-annotation-tools-main %
  

Nachdem Sie die erforderlichen Ressourcen konfiguriert und einen Labeling-Job erstellt haben, können Sie sich beim Labeling-Portal anmelden und Ihre PDF-Dateien mit Anmerkungen versehen.

1. Melden Sie sich mit den SageMaker Webbrowsern Chrome oder Firefox bei der Konsole an.

2. Wählen Sie Labeling Workforces und anschließend Private aus.

3. Wählen Sie unter Übersicht über private Mitarbeiter die Anmelde-URL für das Labeling-Portal aus, die Sie zusammen mit Ihren privaten Mitarbeitern erstellt haben. Melden Sie sich mit den entsprechenden Anmeldeinformationen an.

   Wenn keine Jobs aufgelistet sind, machen Sie sich keine Sorgen. Die Aktualisierung kann je nach Anzahl der Dateien, die Sie zur Anmerkung hochgeladen haben, eine Weile dauern.

4. Wählen Sie Ihre Aufgabe aus und klicken Sie in der oberen rechten Ecke auf Mit der Arbeit beginnen, um den Kommentarbildschirm zu öffnen.

   Auf dem Kommentarbildschirm wird eines Ihrer Dokumente geöffnet und darüber werden die Entitätstypen angezeigt, die Sie bei der Einrichtung angegeben haben. Rechts neben Ihren Entitätstypen befindet sich ein Pfeil, mit dem Sie durch Ihre Dokumente navigieren können.

   

   Kommentieren Sie das geöffnete Dokument. Sie können Ihre Anmerkungen in jedem Dokument auch entfernen, rückgängig machen oder auto taggen. Diese Optionen sind im rechten Bereich des Kommentarwerkzeugs verfügbar.

   

   Um Auto-Tag zu verwenden, kommentieren Sie eine Instanz einer Ihrer Entitäten. Alle anderen Vorkommen dieses bestimmten Wortes werden dann automatisch mit diesem Entitätstyp annotiert.

   Wenn Sie fertig sind, wählen Sie unten rechts Senden aus und verwenden Sie dann die Navigationspfeile, um zum nächsten Dokument zu gelangen. Wiederholen Sie diesen Vorgang, bis Sie alle Ihre PDF-Dateien mit Anmerkungen versehen haben.