Creare un flusso di lavoro di revisione umana - Amazon SageMaker
Creazione di un flusso di lavoro di revisione umana (Console)Creare un flusso di lavoro di revisione umana (API)

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Creare un flusso di lavoro di revisione umana

Utilizza un flusso di lavoro di revisione umana di IA aumentata Amazon (Amazon A2I) o una definizione di flusso per specificare quanto segue:

  • Per i tipi di attività Amazon Textract e Amazon Rekognition incorporati, le condizioni in cui viene chiamato il ciclo umano.

  • La forza lavoro a cui vengono inviate le tue attività

  • La serie di istruzioni che verranno ricevute dalla forza lavoro, denominata modello di attività worker.

  • La configurazione delle attività worker, incluso il numero di worker che ricevono un'attività e i limiti di tempo per completare le attività

  • Il percorso di archiviazione dei dati di output

Puoi creare un flusso di lavoro di revisione umana nella SageMaker console o utilizzando l' SageMaker CreateFlowDefinitionoperazione. Puoi creare un modello di attività lavoratore utilizzando la console per i tipi di attività Amazon Textract e Amazon Rekognition durante la creazione della definizione di flusso.

Importante

Le condizioni di attivazione del ciclo umano, che avviano il ciclo umano, ad esempio le soglie di attendibilità, non sono disponibili per i tipi di attività personalizzati di Amazon A2I. Quando si utilizza la console per creare una definizione di flusso per un tipo di attività personalizzato, non è possibile specificare le condizioni di attivazione. Quando si utilizza l'API Amazon A2I per creare una definizione di flusso per un tipo di attività personalizzato, non è possibile impostare l'attributo HumanLoopActivationConditions del parametro HumanLoopActivationConditionsConfig. Per controllare quando vengono avviate le revisioni umane, specifica le condizioni in cui StartHumanLoop viene chiamato nell'applicazione personalizzata. In questo caso, ogni invocazione StartHumanLoop si traduce in una revisione umana. Per ulteriori informazioni, consulta Usa Amazon IA aumentata con tipi di attività personalizzati.

Prerequisiti

Per creare una definizione di flusso di lavoro di revisione umana, è necessario aver completato i prerequisiti descritti in Prerequisiti per l'utilizzo di IA aumentata.

Se si utilizza l'API per creare una definizione di flusso per qualsiasi tipo di attività o se si utilizza un tipo di attività personalizzato durante la creazione di una definizione di flusso nella console, è necessario innanzitutto creare un modello di attività lavoratore. Per ulteriori informazioni, consulta Creazione e gestione di modelli di attività di worker.

Se si desidera visualizzare in anteprima il modello di attività lavoratore durante la creazione di una definizione di flusso per un tipo di attività incorporato nella console, assicurarsi di concedere il ruolo utilizzato per creare l'autorizzazione di definizione di flusso per accedere al bucket Amazon S3 contenente gli artefatti del modello utilizzando una policy come quella descritta in Abilitazione delle anteprime dei modelli di attività del worker .

Argomenti

Creazione di un flusso di lavoro di revisione umana (Console)

Utilizza questa procedura per creare un flusso di lavoro di revisione umana di Amazon Augmented AI (Amazon A2I) utilizzando la console. SageMaker Se non hai familiarità con Amazon A2I, ti consigliamo di creare un team di lavoro privato con le persone dell'organizzazione e di utilizzare l'ARN del team di lavoro per la creazione della definizione del flusso. Per informazioni su come impostare una forza lavoro privata e creare un team di lavoro, consulta Crea una forza lavoro privata (Amazon SageMaker Console). Se hai già impostato una forza lavoro privata, consulta Crea un team di lavoro utilizzando la console SageMaker per sapere come aggiungere un team di lavoro alla forza lavoro.

Se utilizzi Amazon A2I con uno dei tipi di attività incorporati, puoi creare istruzioni per il lavoratore utilizzando un modello di attività lavoratore predefinito fornito da IA aumentata per la creazione di un flusso di lavoro di revisione umana nella console. Per gli esempi dei modelli predefiniti forniti da IA aumentata, consulta i tipi di attività predefiniti in Casi d'uso ed esempi con Amazon A2I.

Per creare la definizione del flusso (console)

  1. Apri la console all' SageMaker indirizzo. https://console.aws.amazon.com/sagemaker/

  2. Nel riquadro di navigazione, nella sezione Augmented AI (Intelligenza artificiale aumentata) scegliere Human review workflows (Flussi di lavoro di revisione umana) e quindi scegliere Create human review workflow (Crea flusso di lavoro di revisione umana).

  3. In Overview (Panoramica), eseguire le operazioni seguenti:

    1. Per Name (Nome), immettere un nome univoco per il flusso di lavoro. Il nome deve essere minuscolo, univoco all'interno della AWS regione del tuo account e può contenere fino a 63 caratteri. I caratteri validi sono: a-z, 0-9 e - (trattino).

    2. Per S3 location for output (Posizione S3 per l'output), immettere il bucket S3 in cui devono essere memorizzati i risultati della revisione umana. Il bucket deve trovarsi nella stessa AWS regione del flusso di lavoro.

    3. Per Ruolo IAM, scegliere il ruolo con le autorizzazioni necessarie. Se si sceglie un tipo di attività incorporato e si desidera visualizzare l'anteprima del modello di lavoratore nella console, collegare un ruolo con il tipo di policy descritto in Abilitazione delle anteprime dei modelli di attività del worker .

  4. Per Task type (Tipo attività), scegliere il tipo di attività che si desidera far eseguire al lavoratore umano.

  5. Se si sceglie il tipo di attività Amazon Rekognition o Amazon Textract, specificare le condizioni che richiamano la revisione umana.

    • Per le attività di moderazione delle immagini Amazon Rekognition, scegliere un intervallo di soglia del punteggio di confidenza di inferenza che avvia la revisione umana.

    • Per le attività di Amazon Textract, puoi avviare una revisione umana quando chiavi di modulo specifiche risultano mancanti o quando il tasso di confidenza di rilevamento della chiave del modulo è basso. Puoi anche avviare una revisione umana se, dopo la valutazione di tutte le chiavi di modulo nel testo, la percentuale di confidenza è al di sotto della soglia richiesta per qualsiasi chiave di modulo. Due variabili specificano le soglie di attendibilità: l’attendibilità di identificazione e l’attendibilità di qualificazione. Per ulteriori informazioni su queste variabili, vedere Utilizzo di IA aumentata Amazon con Amazon Textract.

    • Per entrambi i tipi di attività, è possibile inviare casualmente una percentuale di oggetti dati (immagini o moduli) e le relative etichette agli esseri umani per la revisione.

  6. Configurare e specificare il modello di attività lavoratore:

    1. Se utilizzi il tipo di attività Amazon Rekognition o Amazon Textract:

      1. Nella sezione Create template (Crea modello):

        • Per creare istruzioni per i lavoratori utilizzando il modello predefinito Amazon A2I per i tipi di attività Amazon Rekognition e Amazon Textract, scegliere Crea da un modello predefinito.

          • Se si sceglie Build from a default template (Crea da un modello predefinito), creare le istruzioni in Worker task design (Progettazione attività lavoratore).

            • Fornisci un nome per il modello che sia unico nella AWS regione in cui ti trovi.

            • Nella sezione Instructions (Istruzioni) fornire istruzioni dettagliate su come completare l'attività. Per aiutare i lavoratori a raggiungere una precisione elevata, fornire esempi positivi e negativi.

            • (Facoltativo) In Additional instructions (Istruzioni aggiuntive) fornire ai lavoratori informazioni e istruzioni aggiuntive.

              Per informazioni sulla creazione di istruzioni efficaci, consultare Creazione di istruzioni efficaci per il lavoratore.

        • Per selezionare un modello personalizzato che hai creato, sceglierlo dal menu Modello e fornire una Descrizione dell'attività per descrivere brevemente l'attività per i lavoratori. Per informazioni su come creare un modello personalizzato, consulta Creazione di un modello di attività di worker.

    2. Se si utilizza il tipo di attività personalizzato:

      1. Nella sezione Modello di attività lavoratore, scegliere il modello dall'elenco. Tutti i modelli che hai creato nella SageMaker console vengono visualizzati in questo elenco. Per informazioni su come creare un modello per i tipi di attività personalizzati, consultare Creazione e gestione di modelli di attività di worker.

  7. (Facoltativo) Anteprima del modello di lavoratore:

    Per i tipi di attività Amazon Rekognition e Amazon Textract, è possibile scegliere Visualizza attività lavoratore campione per visualizzare l'anteprima dell'interfaccia utente dell'attività lavoratore.

    Se si crea una definizione di flusso per un tipo di attività personalizzato, è possibile visualizzare in anteprima l'interfaccia utente dell'attività lavoratore utilizzando l'operazione RenderUiTemplate. Per ulteriori informazioni, consulta Anteprima di un modello di attività del worker.

  8. Per Workers (Lavoratori), scegliere un tipo di forza lavoro.

  9. Scegli Crea.

Fasi successive

Una volta creato, il flusso di lavoro di revisione umana viene visualizzato nella console in Human review workflows (Flussi di lavoro di revisione umana). Per visualizzare l'Amazon Resource Name (ARN) e i dettagli di configurazione della tua definizione di flusso, seleziona il nome del flusso di lavoro.

Se utilizzi un tipo di attività integrato, puoi utilizzare l'ARN di definizione del flusso per avviare un ciclo umano utilizzando l'API di quel AWS servizio (ad esempio, l'API Amazon Textract). Per i tipi di attività personalizzati, è possibile utilizzare l'ARN per avviare un ciclo umano utilizzando l'API di runtime Amazon IA aumentata. Per ulteriori informazioni su entrambe le opzioni, consulta Creazione e avvio di un ciclo umano.

Creare un flusso di lavoro di revisione umana (API)

Per creare una definizione di flusso utilizzando l'API, usi l'operazione. SageMaker CreateFlowDefinition Dopo aver completato Prerequisiti per l'utilizzo di IA aumentata, utilizza la seguente procedura per imparare a utilizzare questa operazione API.

Per una panoramica dell'operazione CreateFlowDefinition e i dettagli su ciascun parametro, consulta CreateFlowDefinition.

Per creare una definizione di flusso (API)

  1. Per FlowDefinitionName, immettere un nome univoco. Il nome deve essere univoco all'interno AWS della regione del tuo account e può contenere fino a 63 caratteri. I caratteri validi sono: a-z, 0-9 e - (trattino).

  2. Per RoleArn, immettere l'ARN del ruolo configurato per concedere l'accesso alle origini dati.

  3. Per HumanLoopConfig, immettere le informazioni sui lavoratori e ciò che dovrebbero vedere. Per informazioni su ciascun parametro inHumanLoopConfig, vedere HumanLoopConfig.

  4. (Facoltativo) Se si utilizza un tipo di attività integrato, fornire le condizioni che avviano un ciclo umano in HumanLoopActivationConfig. Per informazioni su come creare l'input richiesto per il parametro HumanLoopActivationConfig, consulta Schema JSON per condizioni attivazione del ciclo umano in Amazon Augmented AI. Se non specifichi le condizioni qui, quando fornisci una definizione di flusso al AWS servizio associato a un tipo di attività integrato (ad esempio, Amazon Textract o Amazon Rekognition), quel servizio invia ogni attività a un operatore umano per la revisione.

    Se si utilizza un tipo di attività personalizzato, HumanLoopActivationConfig è disabilitato. Per informazioni su come controllare quando le attività vengono inviate ai lavoratori umani utilizzando un tipo di attività personalizzato, consulta Usa Amazon IA aumentata con tipi di attività personalizzati.

  5. (Facoltativo) Se utilizzi un tipo di attività integrato, specifica la fonte di integrazione (ad esempio, Amazon Rekognition o Amazon Textract) nel parametro. HumanLoopRequestSource

  6. Per OutputConfig, indicare dove in Amazon Simple Storage Service (Amazon s3) si desidera memorizzare l'output del ciclo umano.

  7. (Facoltativo) Utilizzare Tags per immettere coppie chiave valore per semplificare la categorizzazione e l'organizzazione di una definizione di flusso. Ogni tag consiste di una chiave e di un valore, entrambi personalizzabili.

Amazon Textract – Key-value pair extraction

Di seguito è riportato un esempio di richiesta per creare un flusso di lavoro di revisione umana di Amazon Textract (definizione del flusso) utilizzando il AWS SDK for Python (Boto3). È necessario utilizzare 'AWS/Textract/AnalyzeDocument/Forms/V1' per creare un ciclo umano di Amazon Textract. Includere PublicWorkforceTaskPrice solo se si utilizza la forza lavoro di Mechanical Turk.

sagemaker_client = boto3.client('sagemaker', aws_region)

response = sagemaker_client.create_flow_definition(
    FlowDefinitionName='ExampleFlowDefinition',
    HumanLoopRequestSource={
         'AwsManagedHumanLoopRequestSource': 'AWS/Textract/AnalyzeDocument/Forms/V1'
    }, 
    HumanLoopActivationConfig={
        'HumanLoopActivationConditionsConfig': {
            'HumanLoopActivationConditions': '{...}'
        }
    },
    HumanLoopConfig={
        'WorkteamArn': 'arn:aws:sagemaker:aws_region:aws_account_number:workteam/private-crowd/workteam_name',
        'HumanTaskUiArn': 'arn:aws:sagemaker:aws_region:aws_account_number:human-task-ui/template_name',
        'TaskTitle': 'Example task title',
        'TaskDescription': 'Example task description.',
        'TaskCount': 123,
        'TaskAvailabilityLifetimeInSeconds': 123,
        'TaskTimeLimitInSeconds': 123,
        'TaskKeywords': [
            'Keyword1','Keyword2'
        ],
        'PublicWorkforceTaskPrice': {
            'AmountInUsd': {
                'Dollars': 123,
                'Cents': 123,
                'TenthFractionsOfACent': 123
            }
        }
    },
    OutputConfig={
        'S3OutputPath': 's3://bucket/path/',
        'KmsKeyId': '1234abcd-12ab-34cd-56ef-1234567890ab'
    },
    RoleArn='arn:aws:iam::aws_account_number:role/role_name',
    Tags=[
        {
            'Key': 'KeyName',
            'Value': 'ValueName'
        },
    ]
)
Amazon Rekognition – Image moderation

Di seguito è riportato un esempio di richiesta per creare un flusso di lavoro di revisione umana di Amazon Rekognition (definizione del flusso) utilizzando il AWS SDK for Python (Boto3). È necessario utilizzare 'AWS/Rekognition/DetectModerationLabels/Image/V3' per creare una definizione di flusso di Amazon Rekognition. Includere PublicWorkforceTaskPrice solo se si utilizza la forza lavoro di Mechanical Turk.

sagemaker_client = boto3.client('sagemaker', aws_region)

response = sagemaker_client.create_flow_definition(
    FlowDefinitionName='ExampleFlowDefinition',
    HumanLoopRequestSource={
         'AwsManagedHumanLoopRequestSource': 'AWS/Rekognition/DetectModerationLabels/Image/V3'
    }, 
    HumanLoopActivationConfig={
        'HumanLoopActivationConditionsConfig': {
            'HumanLoopActivationConditions': '{...}'
        }
    },
    HumanLoopConfig={
        'WorkteamArn': 'arn:aws:sagemaker:aws_region:aws_account_number:workteam/private-crowd/workteam_name',
        'HumanTaskUiArn': 'arn:aws:sagemaker:aws_region:aws_account_number:human-task-ui/template_name',
        'TaskTitle': 'Example task title',
        'TaskDescription': 'Example task description.',
        'TaskCount': 123,
        'TaskAvailabilityLifetimeInSeconds': 123,
        'TaskTimeLimitInSeconds': 123,
        'TaskKeywords': [
            'Keyword1','Keyword2'
        ],
        'PublicWorkforceTaskPrice': {
            'AmountInUsd': {
                'Dollars': 123,
                'Cents': 123,
                'TenthFractionsOfACent': 123
            }
        }
    },
    OutputConfig={
        'S3OutputPath': 's3://bucket/path/',
        'KmsKeyId': '1234abcd-12ab-34cd-56ef-1234567890ab'
    },
    RoleArn='arn:aws:iam::aws_account_number:role/role_name',
    Tags=[
        {
            'Key': 'KeyName',
            'Value': 'ValueName'
        },
    ]
)
Custom Workflow

Di seguito è riportato un esempio di richiesta per creare un flusso di lavoro di revisione umana (definizione del flusso) per un’integrazione personalizzata. Per creare questo tipo di flusso di lavoro di revisione umana, omettere HumanLoopRequestSource dalla richiesta di definizione del flusso. È necessario Includere PublicWorkforceTaskPrice solo se si utilizza la forza lavoro di Mechanical Turk.

sagemaker_client = boto3.client('sagemaker', aws_region)

response = sagemaker_client.create_flow_definition(
    FlowDefinitionName='ExampleFlowDefinition',
    HumanLoopActivationConfig={
        'HumanLoopActivationConditionsConfig': {
            'HumanLoopActivationConditions': '{...}'
        }
    },
    HumanLoopConfig={
        'WorkteamArn': 'arn:aws:sagemaker:aws_region:aws_account_number:workteam/private-crowd/workteam_name',
        'HumanTaskUiArn': 'arn:aws:sagemaker:aws_region:aws_acount_number:human-task-ui/template_name',
        'TaskTitle': 'Example task title',
        'TaskDescription': 'Example task description.',
        'TaskCount': 123,
        'TaskAvailabilityLifetimeInSeconds': 123,
        'TaskTimeLimitInSeconds': 123,
        'TaskKeywords': [
            'Keyword1','Keyword2'
        ],
        'PublicWorkforceTaskPrice': {
            'AmountInUsd': {
                'Dollars': 123,
                'Cents': 123,
                'TenthFractionsOfACent': 123
            }
        }
    },
    OutputConfig={
        'S3OutputPath': 's3://bucket/path/',
        'KmsKeyId': '1234abcd-12ab-34cd-56ef-1234567890ab'
    },
    RoleArn='arn:aws:iam::account_number:role/role_name',
    Tags=[
        {
            'Key': 'KeyName',
            'Value': 'ValueName'
        },
    ]
)

Fasi successive

Il valore restituito di una chiamata riuscita dell'operazione API CreateFlowDefinition è un Amazon Resource Name (ARN) della definizione di flusso .

Se utilizzi un tipo di attività integrato, puoi utilizzare l'ARN di definizione del flusso per avviare un ciclo umano utilizzando l'API di quel AWS servizio (ad esempio l'API Amazon Textract). Per i tipi di attività personalizzati, è possibile utilizzare l'ARN per avviare un ciclo umano utilizzando l'API di runtime Amazon IA aumentata. Per ulteriori informazioni su entrambe queste opzioni, consulta Creazione e avvio di un ciclo umano.