Menganotasi file PDF

1. Jika menggunakan Windows, instal Cygwin; jika menggunakan Linux atau Mac, lewati langkah ini.

2. Unduh artefak anotasi dari. GitHub Buka filenya.

3. Dari jendela terminal Anda, arahkan ke folder yang tidak di-zip (amazon-comprehend-semi-structured- documents-annotation-tools-main).

4. Folder ini mencakup pilihan Makefiles yang Anda jalankan untuk menginstal dependensi, menyiapkan virtualenv Python, dan menyebarkan sumber daya yang diperlukan. Tinjau file readme untuk menentukan pilihan Anda.

5. Opsi yang disarankan menggunakan satu perintah untuk menginstal semua dependensi ke virtualenv, membangun tumpukan dari template, dan menyebarkan AWS CloudFormation tumpukan ke Anda dengan panduan interaktif. Akun AWS Jalankan perintah berikut:

   make ready-and-deploy-guided

   Perintah ini menyajikan satu set opsi konfigurasi. Pastikan Anda Wilayah AWS benar. Untuk semua bidang lainnya, Anda dapat menerima nilai default atau mengisi nilai kustom. Jika Anda memodifikasi nama AWS CloudFormation tumpukan, tuliskan sesuai kebutuhan Anda di langkah berikutnya.

   

   CloudFormation Tumpukan membuat dan mengelola AWS lambda, peran AWS IAM, dan bucket AWS S3 yang diperlukan untuk alat anotasi.

   Anda dapat meninjau masing-masing sumber daya ini di halaman detail tumpukan di CloudFormation konsol.

6. Perintah meminta Anda untuk memulai penyebaran. CloudFormation menciptakan semua sumber daya di Wilayah yang ditentukan.

   

   Saat status CloudFormation tumpukan bertransisi ke create-complete, sumber daya siap digunakan.

1. Buat folder baru di bucket S3. Beri nama folder baru ini 'src'.

2. Tambahkan file sumber PDF Anda ke folder 'src' Anda. Pada langkah selanjutnya, Anda membuat anotasi file-file ini untuk melatih pengenal Anda.

3. (Opsional) Berikut adalah contoh AWS CLI yang dapat Anda gunakan untuk mengunggah dokumen sumber Anda dari direktori lokal ke dalam ember S3:

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

   Atau, dengan Region dan ID Akun Anda:

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

4. Anda sekarang memiliki tenaga kerja SageMaker Ground Truth pribadi dan telah mengunggah file sumber Anda ke bucket S3, deploy-guided/src/; Anda siap untuk mulai membuat anotasi.

• Jalankan skrip berikut dengan parameter input seperti yang dijelaskan dalam daftar sebelumnya.

  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"

  Script menghasilkan output sebagai berikut:

  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 %
  

Sekarang setelah Anda mengonfigurasi sumber daya yang diperlukan dan membuat pekerjaan pelabelan, Anda dapat masuk ke portal pelabelan dan membuat anotasi PDF Anda.

1. Masuk ke SageMaker konsol menggunakan browser web Chrome atau Firefox.

2. Pilih Pelabelan tenaga kerja dan pilih Private.

3. Di bawah Ringkasan tenaga kerja pribadi, pilih URL masuk portal pelabelan yang Anda buat dengan tenaga kerja pribadi Anda. Masuk dengan kredensi yang sesuai.

   Jika Anda tidak melihat lowongan apa pun yang terdaftar, jangan khawatir—perlu beberapa saat untuk memperbarui, tergantung pada jumlah file yang Anda unggah untuk anotasi.

4. Pilih tugas Anda dan, di sudut kanan atas, pilih Mulai bekerja untuk membuka layar anotasi.

   Anda akan melihat salah satu dokumen Anda terbuka di layar anotasi dan, di atasnya, jenis entitas yang Anda berikan selama penyiapan. Di sebelah kanan jenis entitas Anda, ada panah yang dapat Anda gunakan untuk menavigasi dokumen Anda.

   

   Beri anotasi pada dokumen yang terbuka. Anda juga dapat menghapus, membatalkan, atau menandai anotasi Anda secara otomatis pada setiap dokumen; opsi ini tersedia di panel kanan alat anotasi.

   

   Untuk menggunakan tag auto, beri anotasi instance dari salah satu entitas Anda; semua instance lain dari kata tertentu tersebut kemudian secara otomatis dianotasi dengan tipe entitas tersebut.

   Setelah selesai, pilih Kirim di kanan bawah, lalu gunakan panah navigasi untuk pindah ke dokumen berikutnya. Ulangi ini sampai Anda telah membuat anotasi semua PDF Anda.