Utilizzo di IA aumentata Amazon con Amazon Textract - Amazon SageMaker

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.

Utilizzo di IA aumentata Amazon con Amazon Textract

Amazon Textract consente di aggiungere il rilevamento del testo del documento e l'analisi alle applicazioni. Amazon Augmented AI (Amazon A2I) si integra direttamente con le operazioni di Amazon Textract. AnalyzeDocument API Puoi utilizzare AnalyzeDocument per analizzare un documento e individuare relazioni tra gli elementi rilevati. Quando si aggiunge un ciclo di revisione umana Amazon A2I a una richiesta AnalyzeDocument, Amazon A2I controlla i risultati Amazon Textract e invia un documento a uno o più worker umani per la revisione quando le condizioni specificate nella definizione del flusso vengono soddisfatte. Ad esempio, se si desidera che un essere umano riesamini una chiave specifica come Full name: e i relativi valori di input associati, è possibile creare una condizione per avviare una revisione umana ogni volta che viene rilevata la chiave Full name: o quando l’attendibilità di inferenza per quella chiave rientra in un intervallo specificato.

La seguente immagine mostra il flusso di lavoro integrato di Amazon A2I con Amazon Textract. A sinistra, sono illustrate le risorse necessarie per creare un flusso di lavoro di revisione umana di Amazon Textract: un bucket Amazon S3, condizioni di attivazione, un modello di attività del worker e un team di lavoro. Queste risorse vengono utilizzate per creare un flusso di lavoro di revisione umana o una definizione del flusso. Una freccia indica la fase successiva del flusso di lavoro: usare Amazon Textract per configurare un ciclo umano con il flusso di lavoro di revisione umana. Una seconda freccia indica direttamente da questa fase alla fase in cui vengono soddisfatte le condizioni di attivazione specificate nel flusso di lavoro di revisione umana. Questo avvia la creazione di un ciclo umano. A destra dell'immagine, il ciclo umano è rappresentato in tre fasi: 1) l'interfaccia utente e gli strumenti dei worker vengono generati e l'attività viene messa a disposizione dei worker, 2) i worker esaminano i dati di input e infine, 3) i risultati vengono salvati in Amazon S3.

Utilizzo di IA aumentata Amazon con Amazon Textract

È possibile specificare quando Amazon Textract invia un'attività a un worker umano per la revisione durante la creazione di un flusso di lavoro di revisione umana o una definizione del flusso specificando condizioni di attivazione.

Quando si utilizza il tipo di attività Amazon Textract, è possibile impostare le seguenti condizioni di attivazione:

  • Avviare una revisione umana per chiavi di modulo specifiche in base al punteggio di attendibilità della chiave di modulo.

  • Avviare una revisione umana quando mancano chiavi di modulo specifiche.

  • Avviare la revisione umana per tutte le chiavi modulo identificate da Amazon Textract con punteggi di attendibilità in un intervallo specifico.

  • Inviare casualmente un campione di moduli a esseri umani per la revisione.

Quando la condizione di attivazione dipende dai punteggi di attendibilità della chiave di modulo, è possibile utilizzare due tipi di attendibilità della previsione per avviare cicli umani:

  • Attendibilità di identificazione Il punteggio di attendibilità per le coppie chiave-valore rilevate all'interno di un modulo.

  • Attendibilità di qualificazione Il punteggio di attendibilità per il testo contenuto in chiave e valore in una forma.

Nell'immagine della sezione seguente, Nome completo: Maria Rossi è la coppia chiave-valore, Nome completo è la chiave e Maria Rossi è il valore.

Puoi impostare queste condizioni di attivazione utilizzando la SageMaker console Amazon quando crei un flusso di lavoro di revisione umana o creando condizioni di attivazione JSON per il ciclo umano e specificandole come input nel HumanLoopActivationConditions parametro CreateFlowDefinition API operativo. Per informazioni su come specificare le condizioni di attivazione nel JSON formato, consulta Schema JSON per condizioni attivazione del ciclo umano in Amazon Augmented AI eUtilizzare lo schema JSON per condizioni attivazione del ciclo umano con Amazon Textract.

Nota

Quando usi l'IA Augmented con Amazon Textract, crea risorse AI Augmented nella stessa regione in cui AWS effettui le chiamate. AnalyzeDocument

Nozioni di base: integrare una revisione umana in un processo di analisi del documento Amazon Textract

Per integrare una revisione umana in un processo di rilevamento e analisi del testo di Amazon Textract, devi creare una definizione di flusso e quindi utilizzare Amazon API Textract per integrare tale definizione di flusso nel tuo flusso di lavoro. Per informazioni su come creare una definizione di flusso utilizzando la SageMaker console o l'APIIA Augmented, consulta i seguenti argomenti:

Dopo aver creato la definizione del flusso, consulta Utilizzo di IA aumentata con Amazon Textract per informazioni su come integrare la definizione del flusso nella tua attività Amazon Textract.

Esempio completo con Amazon Textract e Amazon A2I

Per un end-to-end esempio che dimostra come utilizzare Amazon Textract con Amazon A2I utilizzando la console, consulta. Tutorial: nozioni di base sulla Console Amazon A2I

Per imparare a usare Amazon A2I API per creare e avviare una revisione umana, puoi utilizzare l'integrazione di Amazon Augmented AI (Amazon A2I) con Analyze Document [Example] di Amazon Textract in un'istanza Notebook. SageMaker Per iniziare, consulta Usa un'istanza SageMaker Notebook con Amazon A2I Jupyter Notebook.

Anteprima della console di lavoro Textract A2I

Quando viene assegnata un'attività di revisione in un flusso di lavoro Amazon Textract, i worker potrebbero visualizzare un'interfaccia utente simile alla seguente:

Esempio di attività di revisione nella console di lavoro A2I Textract.

È possibile personalizzare questa interfaccia nella SageMaker console quando si crea la definizione di revisione umana o creando e utilizzando un modello personalizzato. Per ulteriori informazioni, consulta Creazione e gestione di modelli di attività di worker.