註釋 PDF 檔案

1. 如果使用 Windows，請安裝 Cygwin；如果使用 Linux 或 Mac，請略過此步驟。

2. 從 GitHub 下載註釋成品。解壓縮檔案。

3. 從終端機視窗中，導覽至解壓縮資料夾 (amazon-comprehend-semi-structured-documents-annotation-tools-main)。

4. 此資料夾包含您執行的 選項Makefiles，用於安裝相依性、設定 Python 虛擬環境，以及部署所需的資源。檢閱讀我檔案以做出您的選擇。

5. 建議選項使用單一命令將所有相依性安裝到 Virtualenv 中，從範本建置 AWS CloudFormation 堆疊，並使用 AWS 帳戶 互動式指導將堆疊部署到 。執行以下命令：

   make ready-and-deploy-guided

   此命令提供一組組態選項。請確定您的 AWS 區域 正確無誤。對於所有其他欄位，您可以接受預設值或填入自訂值。如果您修改 AWS CloudFormation 堆疊名稱，請在後續步驟中視需要將其寫下來。

   

   CloudFormation 堆疊會建立和管理註釋工具所需的 AWS lambda、AWS IAM 角色和 AWS S3 儲存貯體。

   您可以在 CloudFormation 主控台的堆疊詳細資訊頁面中檢閱這些資源。

6. 命令會提示您開始部署。CloudFormation 會在指定的區域中建立所有資源。

   

   當 CloudFormation 堆疊狀態轉換為建立完成時，資源即可供使用。

1. 在 S3 儲存貯體中建立新的資料夾。為此新資料夾命名 'src'。

2. 將 PDF 來源檔案新增至 'src' 資料夾。在後續步驟中，您會註釋這些檔案來訓練您的辨識器。

3. （選用） 以下 CLI AWS 範例可用來將來源文件從本機目錄上傳至 S3 儲存貯體：

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

   或者，使用您的區域和帳戶 ID：

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

4. 您現在擁有私有的 SageMaker AI Ground Truth 人力資源，並將來源檔案上傳到 S3 儲存貯體，deploy-guided/src/；您已準備好開始註釋。

• 使用輸入參數執行下列指令碼，如上一個清單所述。

  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"

  指令碼會產生下列輸出：

  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 %
  

現在您已設定必要的資源並建立標籤工作，您可以登入標籤入口網站並註釋您的 PDFs。

1. 使用 Chrome 或 Firefox Web 瀏覽器登入 SageMaker AI 主控台。

2. 選取標籤人力資源，然後選擇私有。

3. 在私有人力資源摘要下，選取您使用私有人力資源建立的標籤入口網站登入 URL。使用適當的登入資料登入。

   如果您沒有看到任何列出的任務，請放心，更新可能需要一些時間，具體取決於您上傳用於註釋的檔案數量。

4. 選取您的任務，然後在右上角選擇開始工作以開啟註釋畫面。

   您會在註釋畫面中看到其中一個文件開啟，並在其中上方看到您在設定期間提供的實體類型。在實體類型右側有一個箭頭，可用來導覽文件。

   

   註釋開啟的文件。您也可以在每個文件上移除、復原或自動標記註釋；這些選項可在註釋工具的右側面板中使用。

   

   若要使用自動標籤，請為其中一個實體的執行個體加上註釋；然後，該特定字詞的所有其他執行個體都會自動以該實體類型加上註釋。

   完成後，請選取右下角的提交，然後使用導覽箭頭移至下一個文件。重複此操作，直到您已註釋所有 PDFs為止。