PDF ファイルへの注釈

1. Windows を使用している場合は Cygwin をインストールし、Linux または Mac の場合は、この手順をスキップします。

2. から注釈アーティファクトをダウンロードします GitHub。ファイル を解凍します。

3. ターミナルウィンドウから、解凍したフォルダ (amazon-comprehend-semi-structured-documents-annotation-tools-main) に移動します。

4. このフォルダーには、依存関係のインストール、Python virtualenv の設定、および必要なリソースのデプロイを行うために実行する Makefiles オプションが含まれています。readme ファイルを確認して選択してください。

5. 推奨オプションでは、単一のコマンドを使用してすべての依存関係を virtualenv にインストールし、テンプレートから AWS CloudFormation スタックを構築し、インタラクティブガイダンス AWS アカウント を使用してスタックを にデプロイします。次のコマンドを実行します。

   make ready-and-deploy-guided

   このコマンドは一連の設定オプションを表します。　 AWS リージョン が正しいことを確認してください。他のすべてのフィールドで、デフォルト値をそのまま使用するか、カスタム値を入力できます。 AWS CloudFormation スタック名を変更する場合は、次のステップで必要に応じて書き留めます。

   

   CloudFormation スタックは、注釈ツールに必要な AWS Lambdas 、AWS IAM ロール、および AWS S3 バケットを作成および管理します。

   これらの各リソースは、 CloudFormation コンソールのスタックの詳細ページで確認できます。

6. コマンドは、デプロイを開始するように促します。 は、指定されたリージョン内のすべてのリソース CloudFormation を作成します。

   

   CloudFormation スタックのステータスが create-complete に移行すると、リソースは使用できる状態になります。

1. S3 バケットに新規フォルダを作成します。この新しいフォルダに「src」という名前を付けます。

2. PDF ソースファイルを 「src」フォルダに追加します。次の手順では、これらのファイルに注釈を付けて、レコグナイザーを訓練します。

3. （オプション) ソースドキュメントをローカルディレクトリから S3 バケットにアップロードするために使用できる AWS CLI の例を次に示します。

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

   または、リージョンとアカウント ID を使用します:

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

4. これで、 SageMaker Ground Truth のプライベートワークフォースがあり、ソースファイルを S3 バケットの deploy-guided/src/ にアップロードしました。注釈付けを開始する準備が整いました。

• 前述のリストで説明したように、入力パラメータを指定して次のスクリプトを実行します。

  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"

  スクリプトは以下の出力を生成します。

  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 %
  

必要なリソースを設定し、ラベル付けジョブを作成したら、ラベル付けポータルにログインして PDF に注釈を付けることができます。　

1. Chrome または Firefox ウェブブラウザSageMaker を使用してコンソールにログインします。

2. [ラベル付けワークフォース] を選択し、[プライベート] を選択します。

3. [プライベートワークフォースの概要] で、プライベートワークフォースで作成したラベリングポータルのサインイン URL を選択します。適切な認証情報を使用してサインインします。

   リストにジョブが表示されなくても心配はいりません。注釈用にアップロードしたファイルの数によっては、更新に時間がかかる場合があります。

4. タスクを選択し、右上で [作業開始] を選択して注釈画面を開きます。

   注釈画面でいずれかのドキュメントが開き、その上に、設定時に指定したエンティティタイプが表示されます。　 エンティティタイプの右側には、ドキュメント間を移動できる矢印があります。

   

   開いているドキュメントに注釈を付けます。また、各ドキュメントの注釈を削除、元に戻す、または自動タグ付けすることもできます。これらのオプションは注釈ツールの右側のパネルにあります。　

   

   自動タグを使用するには、エンティティのいずれかのインスタンスに注釈を付けます。その特定の単語以外のすべてのインスタンスには、そのエンティティタイプで自動的に注釈が付けられます。

   完了したら、右下の [送信] を選択し、ナビゲーション矢印を使用して次のドキュメントに移動します。すべての PDF に注釈が付けられるまで、これを繰り返します。