Criar um trabalho de rotulagem (API)

Um modelo de tarefas do operador (UiTemplateS3Uri) ou um ARN de interface do usuário de tarefa humana (HumanTaskUiArn) no Amazon S3.

Um arquivo manifesto de entrada que especifique os dados de entrada no Amazon S3. Especifique o local do arquivo manifesto de entrada no ManifestS3Uri. Para obter informações sobre como criar um manifesto de entrada, consulte Dados de entrada. Se você criar um trabalho de rotulagem de streaming, isso é opcional. Para saber como criar um trabalho de rotulagem de streaming, consulte Criar um trabalho de rotulagem de streaming.

Um bucket do Amazon S3 para armazenar seus dados de saída. Você especifica este bucket e, opcionalmente, um prefixo em S3OutputPath.

Um arquivo de configuração de categoria de rótulo. O nome de cada categoria de rótulo deve ser exclusivo. Especifique o local desse arquivo no Amazon S3 usando o parâmetro LabelCategoryConfigS3Uri. As categorias de rótulo e formato desse arquivo dependem do tipo de tarefa que você usa:

Uma função AWS Identity and Access Management (IAM) com a política AmazonSageMakerGroundTruthExecutiongerenciada do IAM anexada e com permissões para acessar seus buckets do S3. Especifique essa função em RoleArn. Para saber mais sobre essa política, consulte Use políticas IAM gerenciadas com Ground Truth. Se você precisar de permissões mais granulares, consulte Atribua IAM permissões para usar o Ground Truth.

Se o nome do bucket de entrada ou saída não contiver sagemaker, você poderá anexar uma política à função passada para a operação CreateLabelingJob semelhante à seguinte.

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "s3:GetObject"
            ],
            "Resource": [
                "arn:aws:s3:::my_input_bucket/*"
            ]
        },
        {
            "Effect": "Allow",
            "Action": [
                "s3:PutObject"
            ],
            "Resource": [
                "arn:aws:s3:::my_output_bucket/*"
            ]
        }
    ]
}

Um Nome de recurso da Amazon (ARN) da função de pré e pós-anotação do AWS Lambda (ou consolidação de anotação) para processar seus dados de entrada e saída.

Um ARN de equipe de trabalho que você especifica em WorkteamArn. Você recebe um ARN de equipe de trabalho ao assinar uma força de trabalho de um fornecedor ou criar uma equipe de trabalho privada. Se você estiver criando um trabalho de rotulagem para um quadro de vídeo ou tipo de tarefa de nuvem de pontos, não poderá usar a Amazon Mechanical Turk força de trabalho. Para todos os outros tipos de tarefas, para usar a força de trabalho do Mechanical Turk, use o seguinte ARN. regionSubstitua pela AWS região que você está usando para criar o trabalho de etiquetagem.

arn:aws:sagemaker:region:394669845002:workteam/public-crowd/default

Se você usar a força de trabalho Amazon Mechanical Turk, use o parâmetro ContentClassifiers em DataAttributes de InputConfig para declarar que o seu conteúdo não contém informações de identificação pessoal e nem conteúdo adulto.

O Ground Truth exige que seus dados de entrada estejam livres de informações de identificação pessoal (PII) quando você usa o Mechanical Turk. Se você usa o Mechanical Turk e não especifica que seus dados de entrada estão livres de PII usando o sinalizador FreeOfPersonallyIdentifiableInformation, seu trabalho de rotulagem irá falhar. Use a FreeOfAdultContent bandeira para declarar que seus dados de entrada estão livres de conteúdo adulto. SageMaker pode restringir os funcionários do Amazon Mechanical Turk que podem visualizar sua tarefa se ela contiver conteúdo adulto.

Para saber mais sobre equipes de trabalho e forças de trabalho, consulte Criar e gerenciar forças de trabalho.

Se você usa a força de trabalho do Mechanical Turk, deve especificar o preço que pagará aos trabalhadores pela execução de uma única tarefa em PublicWorkforceTaskPrice.

Para configurar a tarefa, você deve fornecer uma descrição da tarefa e um título usando TaskDescription e TaskTitle, respectivamente. Opcionalmente, você pode fornecer limites de tempo que controlam por quanto tempo os operadores precisam trabalhar em uma tarefa individual (TaskTimeLimitInSeconds) e por quanto tempo as tarefas permanecem no portal do operador, disponível para os operadores (TaskAvailabilityLifetimeInSeconds).

(Opcional) Para alguns tipos de tarefa, é possível que vários operadores rotulem um único objeto de dados inserindo um número superior a um para o parâmetro NumberOfHumanWorkersPerDataObject. Para obter mais informações sobre consolidação de anotações, consulte Consolidar anotações.

(Opcional) Para criar um trabalho automatizado de rotulagem de dados, especifique um dos ARNs listados LabelingJobAlgorithmSpecificationArnemLabelingJobAlgorithmsConfig. Esse ARN identifica o algoritmo usado na tarefa automatizada de rotulagem de dados. O tipo de tarefa associado a esse ARN deve corresponder ao tipo de tarefa do PreHumanTaskLambdaArn e AnnotationConsolidationLambdaArn que você especificar. A rotulagem automatizada de dados é compatível com os seguintes tipos de tarefas: classificação de imagens, caixa delimitadora, segmentação de semântica e classificação de texto. O número mínimo de objetos permitidos para a rotulagem de dados automatizada é de 1.250, mas é altamente recomendável fornecer um mínimo de 5.000 objetos. Para saber mais sobre trabalhos de rotulagem de dados automatizados, consulteAutomatizar a rotulagem de dados.

(Opcional) Você pode fornecer StoppingConditions, que faz com que o trabalho de rotulagem seja interrompido se uma das condições for atendida. Você pode usar condições de interrupção para controlar o custo do trabalho de rotulagem.