기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
쿼리 응답 사용자 지정
Amazon Textract를 사용하면 어댑터를 사용하여 사전 훈련된 쿼리 기능의 출력을 사용자 지정할 수 있습니다. Amazon Textract 콘솔
콘솔을 사용하여 어댑터를 생성할 때 어댑터를 훈련하고 성능을 테스트할 목적으로 자체 문서를 업로드합니다. 또한 문서에 쿼리를 추가한 다음 이러한 쿼리를 문서의 올바른 응답 요소에 연결하여 문서에 주석을 추가합니다. 어댑터를 생성하고 문서에 주석을 달면 어댑터를 훈련하고 성능을 확인한 다음 문서를 분석할 때 사용할 수 있습니다.
어댑터는 기존 Amazon Textract 딥 러닝 모델에 모듈식 구성 요소로 추가되어 훈련된 작업에 대한 기능을 확장합니다. 어댑터를 사용하여 딥 러닝 모델을 미세 조정하면 특정 사용 사례와 관련된 문서 분석 작업의 출력을 사용자 지정할 수 있습니다.
어댑터를 생성하고 사용하려면 다음을 수행해야 합니다.
-
훈련용 샘플 문서 업로드
-
훈련 및 테스트 데이터 세트 지정
-
쿼리 및 응답으로 문서에 주석 달기
-
어댑터 훈련
-
AdapterId 가져오기
-
를 호출할 때 어댑터 사용
AnalyzeDocument
샘플 문서 업로드
어댑터를 훈련하려면 사용 사례를 나타내는 샘플 문서 세트를 업로드해야 합니다. 컴퓨터 또는 Amazon S3 버킷에서 직접 문서를 업로드할 수 있습니다. 최상의 결과를 얻으려면 가능한 한 많은 훈련용 문서를 제공하세요(최대 2,500페이지의 훈련 문서와 1,000개의 테스트 문서). 문서가 사용 사례의 모든 측면을 나타내는지 확인합니다. 최소 5개의 훈련 문서와 5개의 테스트 문서를 업로드해야 합니다.
훈련 및 테스트 세트 지정
모든 문서를 훈련 및 테스트 세트로 나누어야 합니다. 훈련 세트는 어댑터를 훈련하는 데 사용됩니다. 어댑터는 주석이 달린 문서에 포함된 패턴을 학습합니다. 테스트 세트는 어댑터 성능을 평가하는 데 사용됩니다.
데이터 훈련 및 테스트에 대한 자세한 내용은 단원을 참조하십시오훈련 및 테스트 데이터 세트 준비.
쿼리 및 응답으로 문서에 주석 달기
문서에 주석을 달 때 두 가지 선택 사항이 있습니다. 사전 훈련된 쿼리 기능을 사용하여 문서에 레이블을 자동으로 지정한 다음 필요한 경우 레이블을 편집할 수 있습니다. 또는 각 문서 쿼리에 대한 응답에 수동으로 레이블을 지정할 수 있습니다.
쿼리 모범 사례에 대한 자세한 내용은 쿼리 모범 사례를 참조하세요.
어댑터 훈련
훈련 데이터에 주석을 달면 어댑터에 대한 훈련 프로세스를 시작할 수 있습니다. Amazon Textract는 문서에 맞게 조정된 어댑터를 훈련합니다. 어댑터 훈련은 데이터 세트의 크기와 AWS 리전에 따라 2~30시간이 걸립니다. 훈련이 완료되면 어댑터 세부 정보 페이지에서 훈련 상태를 볼 수 있습니다. 상태가 인 경우 training failed훈련 실패 디버깅를 참조하여 실패를 디버깅합니다.
어댑터 평가
각 어댑터 훈련 후의 성능 지표를 AWS Management Console 검토하여 어댑터가 원하는 성능 수준에 얼마나 가까운지 확인합니다. 그런 다음 새 훈련 문서 배치를 업로드하거나 정확도 점수가 낮은 문서의 주석을 검토하여 문서에 대한 어댑터의 정확도를 더욱 개선할 수 있습니다. 향상된 버전의 어댑터를 생성한 후 AWS 콘솔을 사용하여 더 이상 필요하지 않은 이전 어댑터 버전을 삭제할 수 있습니다.
평가 지표에 대한 자세한 내용은 섹션을 참조하세요어댑터 평가 및 개선.
AdapterId 가져오기
어댑터가 훈련되면 Amazon Textract 문서 분석 API 작업에 사용할 어댑터의 고유 ID를 가져올 수 있습니다. ListAdapterVersions API 작업을 사용하거나를 사용하여 AdapterId를 검색합니다 AWS Management Console.
AnalyzeDocument API 작업 호출
사용자 지정 어댑터를 적용하려면 AnalyzeDocument 또는 StartDocumentAnalysis API 작업을 호출할 때 해당 ID를 제공합니다. 이렇게 하면 문서에 대한 예측이 향상됩니다. API 작업을 호출할 때 페이지당 최대 하나의 어댑터를 사용할 수 있습니다.
비디오 데모 및 자습서
