Amazon SageMaker Ground Truth で人間を使用してデータラベル付けをトレーニングする

機械学習モデルをトレーニングするには、大規模で高品質なラベル付きデータセットが必要です。Ground Truth は、機械学習モデル用の高品質なトレーニングデータセットを構築するのに役立ちます。Ground Truth を使用すると、ラベル付きデータセットを作成できる機械学習とともに、Amazon Mechanical Turk、任意のベンダー会社、または社内のプライベートワークフォースのいずれかのワーカーを使用できます。Ground Truth のラベル付きデータセット出力を使用して、独自のモデルをトレーニングできます。Amazon SageMaker モデルのトレーニングデータセットとして出力を使用することもできます。

ML アプリケーションに応じて、Ground Truth の組み込みタスクタイプのいずれかを選択し、ワーカーに特定のタイプのラベルをデータに対して生成させることができます。また、カスタムラベル付けワークフローを構築して、データにラベルを付けるワーカーに独自の UI とツールを提供することもできます。Ground Truth の組み込みタスクタイプの詳細については、「組み込みタスクタイプ」を参照してください。カスタムラベル付けワークフローを作成する方法については、「カスタムラベル付けワークフロー」を参照してください。

トレーニングデータセットのラベル付けを自動化するため、オプションで自動データラベリング、つまり機械学習を使用して人間がラベルを付ける必要があるデータを決定する Ground Truth プロセスを使用できます。自動データラベリングにより、ラベル付けに要する時間と手動作業を削減できます。詳細については、「データラベル付けを自動化する」を参照してください。カスタムラベル付けワークフローを作成するには、「カスタムラベル付けワークフロー」を参照してください。

構築済みツールまたはカスタムツールを使用して、トレーニングデータセットのラベル付けタスクを割り当てます。ラベル付け UI テンプレートとは、タスクと指示書をワーカーに示すために Ground Truth で使用されるウェブページです。 SageMaker コンソールには、データのラベル付け用の組み込みテンプレートが用意されています。これらのテンプレートを使用して を開始するか、2.0 HTML コンポーネントを使用して独自のタスクと手順を構築できます。詳細については、「カスタムラベル付けワークフロー」を参照してください。

任意のワークフォースを使って、データセットにラベルを付けます。以下のワークフォースから選択できます。

詳細については、「ワークフォース」を参照してください。

Amazon S3 バケットにデータセットを保存します。バケットには、ラベル付けするデータ、Ground Truth でデータファイルを読み込むのに使用する入力マニフェストファイル、出力マニフェストファイルの 3 つの要素が含まれています。出力ファイルにはラベル付けジョブの結果が含まれています。詳細については、「入出力データを使用する」を参照してください。

ラベル付けジョブからのイベントは、group CloudWatch の Amazon に表示されます/aws/sagemaker/LabelingJobs。 CloudWatch は、ラベル付けジョブ名をログストリームの名前として使用します。

Ground Truth を初めて使用する方向けの情報

Ground Truth を初めて使用する方には、次のことをお勧めします。