Menyesuaikan Tanggapan Kueri

Amazon Textract memungkinkan Anda menyesuaikan output dari fitur Kueri yang telah dilatih sebelumnya menggunakan adaptor. Anda dapat menggunakan Amazon Texttract Console untuk membuat adaptor. Adaptor ini kemudian dapat direferensikan saat memanggil AnalyzeDocumentdan StartDocumentAnalysisoperasi.

Saat Anda membuat adaptor menggunakan konsol, Anda mengunggah dokumen Anda sendiri untuk tujuan melatih adaptor dan menguji kinerjanya. Anda juga menambahkan kueri ke dokumen Anda dan kemudian membuat anotasi dokumen Anda dengan menautkan kueri ini ke elemen respons yang benar dalam dokumen Anda. Setelah Anda membuat adaptor dan membuat anotasi dokumen Anda, Anda dapat melatih adaptor, memeriksa kinerjanya, dan kemudian menggunakannya saat menganalisis dokumen.

Adaptor adalah komponen modular yang ditambahkan ke model pembelajaran mendalam Amazon Textract yang ada, memperluas kemampuannya untuk tugas yang dilatihnya. Dengan menyempurnakan model pembelajaran mendalam dengan adaptor, Anda dapat menyesuaikan output untuk tugas analisis dokumen yang terkait dengan kasus penggunaan spesifik Anda.

Untuk membuat dan menggunakan adaptor, Anda harus:

Mengunggah dokumen sampel

Untuk melatih adaptor, Anda harus mengunggah satu set dokumen sampel yang mewakili kasus penggunaan Anda. Anda dapat mengunggah dokumen langsung dari komputer Anda atau bucket Amazon S3. Untuk hasil terbaik, berikan sebanyak mungkin dokumen untuk pelatihan (hingga maksimum 2.500 halaman dokumen pelatihan dan 1000 dokumen tes). Pastikan bahwa dokumen mewakili semua aspek kasus penggunaan Anda. Anda harus mengunggah minimal lima pelatihan dan lima dokumen pengujian.

Menunjuk pelatihan dan set tes

Anda harus membagi semua dokumen Anda menjadi set pelatihan dan tes. Set pelatihan digunakan untuk melatih adaptor. Adaptor mempelajari pola yang terkandung dalam dokumen beranotasi ini. Set tes digunakan untuk mengevaluasi kinerja adaptor.

Untuk informasi lebih lanjut tentang data pelatihan dan pengujian, lihatMempersiapkan kumpulan data pelatihan dan pengujian.

Menganotasi dokumen dengan pertanyaan dan tanggapan

Saat membuat anotasi dokumen, Anda memiliki dua pilihan: Anda dapat memberi label otomatis pada dokumen Anda menggunakan fitur Kueri yang telah dilatih sebelumnya dan kemudian mengedit label jika diperlukan. Atau, Anda dapat memberi label tanggapan secara manual untuk setiap kueri dokumen Anda.

Untuk informasi selengkapnya tentang praktik terbaik untuk kueri, lihat Praktik Terbaik untuk Kueri.

Latih adaptor

Setelah Anda membuat anotasi data pelatihan, Anda dapat memulai proses pelatihan untuk adaptor Anda. Amazon Textract melatih adaptor yang disesuaikan dengan dokumen Anda. Pelatihan adaptor memakan waktu 2-30 jam, tergantung pada ukuran kumpulan data dan Wilayah. AWS Saat pelatihan selesai, Anda dapat melihat status pelatihan di halaman detail adaptor. Jika statusnyatraining failed, lihat Kegagalan pelatihan debugging untuk men-debug kegagalan.

Evaluasi adaptor

Setelah setiap putaran pelatihan adaptor, tinjau metrik kinerja di bagian Konsol Manajemen AWS untuk menentukan seberapa dekat adaptor dengan tingkat kinerja yang Anda inginkan. Anda kemudian dapat lebih meningkatkan akurasi adaptor Anda untuk dokumen Anda dengan mengunggah kumpulan dokumen pelatihan baru atau dengan meninjau anotasi untuk dokumen yang memiliki skor akurasi rendah. Setelah Anda membuat versi adaptor yang ditingkatkan, Anda dapat menggunakan AWS Konsol untuk menghapus versi adaptor sebelumnya yang tidak lagi Anda perlukan.

Untuk informasi selengkapnya tentang metrik evaluasi, lihatMengevaluasi dan meningkatkan adaptor Anda.

Dapatkan AdapterId

Setelah adaptor dilatih, Anda bisa mendapatkan ID unik untuk adaptor Anda untuk digunakan dengan operasi API analisis dokumen Amazon Textract. Ambil AdapterId dengan menggunakan operasi ListAdapterVersionsAPI, atau dengan menggunakan. Konsol Manajemen AWS

Panggil operasi AnalyzeDocument API

Untuk menerapkan adaptor kustom Anda, berikan ID-nya saat memanggil operasi AnalyzeDocumentatau StartDocumentAnalysisAPI. Ini meningkatkan prediksi pada dokumen Anda. Saat memanggil operasi API, Anda dapat menggunakan hingga satu adaptor per halaman.

Demonstrasi video dan tutorial