Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris. # Data Keluaran Amazon A2I **catatan** Amazon SageMaker A2I tidak lagi terbuka untuk pelanggan baru. Pelanggan yang sudah ada dapat terus menggunakan layanan seperti biasa. AWS terus berinvestasi dalam peningkatan keamanan dan ketersediaan untuk A2I, tetapi kami tidak berencana untuk memperkenalkan fitur baru. Saat alur kerja pembelajaran mesin Anda mengirimkan objek data kepada Amazon A2I, loop * manusia * dibuat dan peninjau manusia menerima * tugas * untuk meninjau objek data tersebut. Data keluaran dari setiap tugas peninjauan manusia disimpan di bucket keluaran Amazon Simple Storage Service (Amazon S3) yang Anda tentukan dalam alur kerja peninjauan manusia. Di jalur ke data, `{{YYYY}}/{{MM}}/{{DD}}/{{hh}}/{{mm}}/{{ss}}` mewakili tanggal pembuatan loop manusia dengan tahun (`YYYY`), bulan (`MM`), dan hari (`DD`), dan waktu pembuatan dengan hour (`hh`), menit (`mm`), dan second (`ss`). ``` s3://{{customer-output-bucket-specified-in-flow-definition}}/{{flow-definition-name}}/{{YYYY}}/{{MM}}/{{DD}}/{{hh}}/{{mm}}/{{ss}}/{{human-loop-name}}/output.json ``` Konten data keluaran Anda tergantung pada jenis jenis [ tugas ](https://docs.aws.amazon.com/sagemaker/latest/dg/a2i-task-types-general.html) (bawaan atau kustom) dan jenis [ tenaga kerja yang ](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-workforce-management.html) Anda gunakan. Data keluaran Anda selalu menyertakan respons dari pekerja manusia. Selain itu, data keluaran dapat mencakup metadata tentang loop manusia, pengulas manusia (pekerja), dan objek data. Gunakan bagian berikut untuk mempelajari lebih lanjut tentang format data keluaran Amazon A2I untuk berbagai jenis tugas dan tenaga kerja. ## Data Keluaran Dari Built-In Jenis Tugas Jenis tugas bawaan Amazon A2I termasuk Amazon Textract dan Amazon Rekognition. Selain respons manusia, data keluaran dari salah satu tugas ini mencakup detail tentang alasan loop manusia dibuat dan informasi tentang layanan terintegrasi yang digunakan untuk membuat loop manusia. Gunakan tabel berikut untuk mempelajari lebih lanjut tentang skema data keluaran untuk semua jenis tugas bawaan. *Nilai * untuk masing-masing parameter ini tergantung pada layanan yang Anda gunakan dengan Amazon A2I. Lihat tabel kedua di bagian ini untuk informasi selengkapnya tentang nilai-nilai khusus layanan ini. **** | Parameter | Jenis Nilai | Nilai contoh | Deskripsi | | --- | --- | --- | --- | | awsManagedHumanLoopRequestSource | String | AWS/Rekognition/DetectModerationLabels/Image/V3 atau AWS/Textract/AnalyzeDocument/Forms/V1 | Operasi API dan AWS layanan terkait yang meminta Amazon A2I membuat loop manusia. Ini adalah operasi API yang Anda gunakan untuk mengonfigurasi loop manusia Amazon A2I Anda. | | flowDefinitionArn | String | arn:aws:sagemaker:us-west-2:{{111122223333}}:flow-definition/{{flow-definition-name}} | Nomor Sumber Daya Amazon (ARN) dari alur kerja tinjauan manusia (definisi aliran) yang digunakan untuk membuat loop manusia. | | humanAnswers | Daftar objek JSON | 
{
"answerContent": {
    "AWS/Rekognition/DetectModerationLabels/Image/V3": {
        "moderationLabels": [{{...}}]
    }
},
atau
{
    "answerContent": {
        "AWS/Textract/AnalyzeDocument/Forms/V1": {
            "blocks": [{{...}}]
    }
},
| Daftar objek JSON yang berisi respons pekerja dianswerContent. Objek ini juga berisi detail pengiriman dan, jika tenaga kerja swasta digunakan, metadata pekerja. Untuk mempelajari selengkapnya, lihat [Lacak Aktivitas Pekerja](#a2i-worker-id-private).
Untuk data output loop manusia yang dihasilkan dari tugas `DetectModerationLabel` tinjauan Amazon Rekognition, parameter ini hanya berisi respons positif. Misalnya, jika pekerja memilih * Tidak ada konten*, respons ini tidak disertakan. | | humanLoopName | String | `'human-loop-name'` | Nama loop manusia. | | inputContent | Objek JSON | 
{
    "aiServiceRequest": {{{...}}},
    "aiServiceResponse": {{{...}}},
    "humanTaskActivationConditionResults": {{{...}}},
    "selectedAiServiceResponse": {{{...}}}
}
| Konten masukan yang dikirim AWS layanan ke Amazon A2I ketika meminta loop manusia dibuat. | | aiServiceRequest | Objek JSON | 
{
    "document": {{{...}}},
    "featureTypes": [{{...}}],
    "humanLoopConfig": {{{...}}}
}
atau 
{
    "image": {{{...}}},
    "humanLoopConfig": {{{...}}}
}
| Permintaan asli dikirim ke AWS layanan terintegrasi dengan Amazon A2I. Misalnya, jika Anda menggunakan Amazon Rekognition dengan Amazon A2I, ini termasuk permintaan yang dibuat melalui operasi API. `DetectModerationLabels` Untuk integrasi Amazon Textract, ini termasuk permintaan yang dibuat melalui. `AnalyzeDocument` | | aiServiceResponse | Objek JSON | 
{
    "moderationLabels": [{{...}}],
    "moderationModelVersion": "3.0"
}
atau
{
    "blocks": [{{...}}],
    "documentMetadata": {}
}
| Respon penuh dari AWS layanan. Ini adalah data yang digunakan untuk menentukan apakah tinjauan manusia diperlukan. Objek ini mungkin berisi metadata tentang objek data yang tidak dibagikan dengan peninjau manusia. | | selectedAiServiceResponse | Objek JSON | 
{
    "moderationLabels": [{{...}}],
    "moderationModelVersion": "3.0"
}
atau
{
    "blocks": [{{...}}],
    "documentMetadata": {}
}
| Subset dari `aiServiceResponse` yang cocok dengan kondisi aktivasi di`ActivationConditions`.
Semua objek data yang tercantum dalam `aiServiceResponse` terdaftar `selectedAiServiceResponse` ketika kesimpulan diambil sampelnya secara acak, atau semua kesimpulan memulai kondisi aktivasi. | | humanTaskActivationConditionResults | Objek JSON | 
{
     "Conditions": [{{...}}]
}
| Objek JSON `inputContent` yang berisi alasan human loop dibuat. Ini termasuk daftar kondisi aktivasi (`Conditions`) yang disertakan dalam alur kerja tinjauan manusia Anda (definisi aliran), dan hasil evaluasi untuk setiap kondisi—hasil ini adalah atau`true`. `false` Untuk mempelajari lebih lanjut tentang kondisi aktivasi, lihat[Skema JSON untuk Kondisi Aktivasi Loop Manusia di Amazon Augmented AI](a2i-human-fallback-conditions-json-schema.md). | Pilih tab pada tabel berikut untuk mempelajari tentang parameter khusus jenis tugas dan lihat contoh blok kode data keluaran untuk setiap jenis tugas bawaan. ------ #### [ Amazon Textract Task Type Output Data ] Saat Anda menggunakan integrasi bawaan Amazon Textract, Anda melihat `'AWS/Textract/AnalyzeDocument/Forms/V1'` nilai `awsManagedHumanLoopRequestSource` dalam data keluaran Anda. `answerContent`Parameter berisi `Block` objek yang mencakup respons manusia untuk semua blok yang dikirim ke Amazon A2I. `aiServiceResponse`Parameter juga menyertakan `Block` objek dengan respons Amazon Textract terhadap permintaan asli yang dikirim menggunakan ke`AnalyzeDocument`. Untuk mempelajari lebih lanjut tentang parameter yang Anda lihat di objek blok, lihat [ Blokir ](https://docs.aws.amazon.com/textract/latest/dg/API_Block.html) di Panduan * Pengembang * Amazon Textract. Berikut ini adalah contoh data keluaran dari tinjauan manusia Amazon A2I dari kesimpulan analisis dokumen Amazon Textract. ``` { "awsManagedHumanLoopRequestSource": "AWS/Textract/AnalyzeDocument/Forms/V1", "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:{{111122223333}}:flow-definition/{{flow-definition-name}}", "humanAnswers": [ { "answerContent": { "AWS/Textract/AnalyzeDocument/Forms/V1": { "blocks": [{{...}}] } }, "submissionTime": "2020-09-28T19:17:59.880Z", "workerId": "{{111122223333}}", "workerMetadata": { "identityData": { "identityProviderType": "Cognito", "issuer": "https://cognito-idp.us-west-2.amazonaws.com/{{us-west-2_111111}}", "sub": "{{c6aa8eb7-9944-42e9-a6b9-{{111122223333}}}}" } } } ], "humanLoopName": "{{humnan-loop-name}}", "inputContent": { "aiServiceRequest": { "document": { "s3Object": { "bucket": "{{amzn-s3-demo-bucket1}}", "name": "{{document-demo.jpg}}" } }, "featureTypes": [ "TABLES", "FORMS" ], "humanLoopConfig": { "dataAttributes": { "contentClassifiers": [ "FreeOfPersonallyIdentifiableInformation" ] }, "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:{{111122223333}}:flow-definition/{{flow-definition-name}}", "humanLoopName": "{{humnan-loop-name}}" } }, "aiServiceResponse": { "blocks": [{{...}}], "documentMetadata": { "pages": 1 } }, "humanTaskActivationConditionResults": { "Conditions": [ { "EvaluationResult": true, "Or": [ { "ConditionParameters": { "ImportantFormKey": "Mail address", "ImportantFormKeyAliases": [ "Mail Address:", "Mail address:", "Mailing Add:", "Mailing Addresses" ], "KeyValueBlockConfidenceLessThan": 100, "WordBlockConfidenceLessThan": 100 }, "ConditionType": "ImportantFormKeyConfidenceCheck", "EvaluationResult": true }, { "ConditionParameters": { "ImportantFormKey": "Mail address", "ImportantFormKeyAliases": [ "Mail Address:", "Mail address:", "Mailing Add:", "Mailing Addresses" ] }, "ConditionType": "MissingImportantFormKey", "EvaluationResult": false } ] } ] }, "selectedAiServiceResponse": { "blocks": [{{...}}] } } } ``` ------ #### [ Amazon Rekognition Task Type Output Data ] Saat Anda menggunakan integrasi bawaan Amazon Textract, Anda melihat string `'AWS/Rekognition/DetectModerationLabels/Image/V3'` sebagai nilai `awsManagedHumanLoopRequestSource` dalam data keluaran Anda. `answerContent`Parameter berisi `moderationLabels` objek yang berisi respons manusia untuk semua label moderasi yang dikirim ke Amazon A2I. `aiServiceResponse`Parameter ini juga menyertakan `moderationLabels` objek dengan respons Amazon Rekognition terhadap permintaan asli yang dikirim ke. `DetectModerationLabels` Untuk mempelajari lebih lanjut tentang parameter yang Anda lihat di objek blok, lihat [ ModerationLabel ](https://docs.aws.amazon.com/rekognition/latest/dg/API_ModerationLabel.html) di Panduan Pengembang Amazon Rekognition. Berikut ini adalah contoh data keluaran dari tinjauan manusia Amazon A2I dari kesimpulan moderasi gambar Amazon Rekognition. ``` { "awsManagedHumanLoopRequestSource": "AWS/Rekognition/DetectModerationLabels/Image/V3", "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:{{111122223333}}:flow-definition/{{flow-definition-name}}", "humanAnswers": [ { "answerContent": { "AWS/Rekognition/DetectModerationLabels/Image/V3": { "moderationLabels": [{{...}}] } }, "submissionTime": "2020-09-28T19:22:35.508Z", "workerId": "ef7294f850a3d9d1", "workerMetadata": { "identityData": { "identityProviderType": "Cognito", "issuer": "https://cognito-idp.us-west-2.amazonaws.com/{{us-west-2_111111}}", "sub": "{{c6aa8eb7-9944-42e9-a6b9-{{111122223333}}}}" } } } ], "humanLoopName": "{{humnan-loop-name}}", "inputContent": { "aiServiceRequest": { "humanLoopConfig": { "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:{{111122223333}}:flow-definition/{{flow-definition-name}}", "humanLoopName": "{{humnan-loop-name}}" }, "image": { "s3Object": { "bucket": "{{amzn-s3-demo-bucket1}}", "name": "{{example-image.jpg}}" } } }, "aiServiceResponse": { "moderationLabels": [{{...}}], "moderationModelVersion": "3.0" }, "humanTaskActivationConditionResults": { "Conditions": [ { "EvaluationResult": true, "Or": [ { "ConditionParameters": { "ConfidenceLessThan": 98, "ModerationLabelName": "Suggestive" }, "ConditionType": "ModerationLabelConfidenceCheck", "EvaluationResult": true }, { "ConditionParameters": { "ConfidenceGreaterThan": 98, "ModerationLabelName": "Female Swimwear Or Underwear" }, "ConditionType": "ModerationLabelConfidenceCheck", "EvaluationResult": false } ] } ] }, "selectedAiServiceResponse": { "moderationLabels": [ { "confidence": 96.7122802734375, "name": "Suggestive", "parentName": "" } ], "moderationModelVersion": "3.0" } } } ``` ------ ## Data Keluaran Dari Jenis Tugas Kustom Saat menambahkan Amazon A2I ke alur kerja peninjauan manusia kustom, Anda melihat parameter berikut dalam data keluaran yang dikembalikan dari tugas peninjauan manusia. **** | Parameter | Jenis Nilai | Deskripsi | | --- | --- | --- | | `flowDefinitionArn` | String | Nomor Sumber Daya Amazon (ARN) dari alur kerja tinjauan manusia (definisi aliran) yang digunakan untuk membuat loop manusia. | | `humanAnswers` | Daftar objek JSON | Daftar objek JSON yang berisi respons pekerja dianswerContent. Nilai dalam parameter ini ditentukan oleh output yang diterima dari template tugas [ pekerja Anda](https://docs.aws.amazon.com/sagemaker/latest/dg/a2i-instructions-overview.html). Jika Anda menggunakan tenaga kerja swasta, metadata pekerja disertakan. Untuk mempelajari selengkapnya, lihat [Lacak Aktivitas Pekerja](#a2i-worker-id-private). | | `humanLoopName` | String | Nama loop manusia. | | `inputContent` | Objek JSON | Konten masukan dikirim ke Amazon A2I dalam permintaan ke [`StartHumanLoop`](https://docs.aws.amazon.com/augmented-ai/2019-11-07/APIReference/API_StartHumanLoop.html). | Berikut ini adalah contoh data keluaran dari integrasi khusus dengan Amazon A2I dan Amazon Transcribe. Dalam contoh ini, `inputContent` terdiri dari: + Jalur ke file.mp4 di Amazon S3 dan judul video + Transkripsi dikembalikan dari Amazon Transcribe (diurai dari data keluaran Amazon Transcribe) + Waktu mulai dan akhir yang digunakan oleh template tugas pekerja untuk memotong file.mp4 dan menunjukkan kepada pekerja bagian yang relevan dari video ``` { "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:{{111122223333}}:flow-definition/{{flow-definition-name}}", "humanAnswers": [ { "answerContent": { "transcription": "use lambda to turn your notebook" }, "submissionTime": "2020-06-18T17:08:26.246Z", "workerId": "ef7294f850a3d9d1", "workerMetadata": { "identityData": { "identityProviderType": "Cognito", "issuer": "https://cognito-idp.us-west-2.amazonaws.com/{{us-west-2_111111}}", "sub": "{{c6aa8eb7-9944-42e9-a6b9-{{111122223333}}}}" } } } ], "humanLoopName": "{{human-loop-name}}", "inputContent": { "audioPath": "s3://{{amzn-s3-demo-bucket1}}/a2i_transcribe_demo/Fully-Managed Notebook Instances with Amazon SageMaker - a Deep Dive.mp4", "end_time": 950.27, "original_words": "but definitely use Lambda to turn your ", "start_time": 948.51, "video_title": "Fully-Managed Notebook Instances with Amazon SageMaker - a Deep Dive.mp4" } } ``` ## Lacak Aktivitas Pekerja Amazon A2I menyediakan informasi yang dapat Anda gunakan untuk melacak pekerja individu dalam data keluaran tugas. Untuk mengidentifikasi pekerja yang mengerjakan tugas peninjauan manusia, gunakan berikut ini dari data keluaran di Amazon S3: + Ini `acceptanceTime` adalah waktu ketika pekerja menerima tugas tersebut. Format cap tanggal dan waktu ini adalah `YYYY-MM-DDTHH:MM:SS.mmmZ` untuk tahun (`YYYY`), bulan (), hari (`MM`), jam (`DD`), menit (`HH`), second (`MM``SS`), dan milidetik (). `mmm` Tanggal dan waktu dipisahkan oleh ** T**. + Ini `submissionTime` adalah waktu pekerja mengirimkan anotasi mereka menggunakan ** tombol K ** irim. Format cap tanggal dan waktu ini adalah `YYYY-MM-DDTHH:MM:SS.mmmZ` untuk tahun (`YYYY`), bulan (), hari (`MM`), jam (`DD`), menit (`HH`), second (`MM``SS`), dan milidetik (). `mmm` Tanggal dan waktu dipisahkan oleh ** T**. + `timeSpentInSeconds`melaporkan total waktu, dalam hitungan detik, bahwa seorang pekerja secara aktif mengerjakan tugas itu. Metrik ini tidak termasuk waktu ketika seorang pekerja berhenti atau beristirahat. + `workerId`Ini unik untuk setiap pekerja. + Jika Anda menggunakan tenaga kerja [ swasta](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-workforce-private.html), di`workerMetadata`, Anda melihat yang berikut ini. + Ini `identityProviderType` adalah layanan yang digunakan untuk mengelola tenaga kerja swasta. + Ini `issuer` adalah kumpulan pengguna Amazon Cognito atau penerbit Penyedia Identitas (IdP) OpenID Connect (OIDC) yang terkait dengan tim kerja yang ditugaskan untuk tugas peninjauan manusia ini. + Pengi `sub` dentifikasi unik mengacu pada pekerja. Jika Anda membuat tenaga kerja menggunakan Amazon Cognito, Anda dapat mengambil detail tentang pekerja ini (seperti nama atau nama pengguna) yang terkait dengan ID ini menggunakan Amazon Cognito. Untuk mempelajari caranya, lihat M [ engelola dan Mencari Akun Pengguna ](https://docs.aws.amazon.com/cognito/latest/developerguide/how-to-manage-user-accounts.html#manage-user-accounts-searching-user-attributes) di Panduan [* Pengembang *](https://docs.aws.amazon.com/cognito/latest/developerguide/) Amazon Cognito. Berikut ini adalah contoh output yang mungkin Anda lihat jika Anda menggunakan Amazon Cognito untuk membuat tenaga kerja swasta. Ini diidentifikasi dalam`identityProviderType`. ``` "submissionTime": "2020-12-28T18:59:58.321Z", "acceptanceTime": "2020-12-28T18:59:15.191Z", "timeSpentInSeconds": 40.543, "workerId": "a12b3cdefg4h5i67", "workerMetadata": { "identityData": { "identityProviderType": "Cognito", "issuer": "https://cognito-idp.aws-region.amazonaws.com/aws-region_123456789", "sub": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee" } } ``` Berikut ini adalah contoh output yang mungkin Anda lihat jika Anda menggunakan IDC IdP Anda sendiri untuk membuat tenaga kerja swasta: ``` "workerMetadata": { "identityData": { "identityProviderType": "Oidc", "issuer": "https://example-oidc-ipd.com/adfs", "sub": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee" } } ``` Untuk mempelajari lebih lanjut tentang menggunakan tenaga kerja pribadi, lihat[Tenaga kerja swasta](sms-workforce-private.md).