本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# Amazon A2I 的核心元件
請檢閱下列術語，以熟悉 Amazon A2I 的核心元件。
## 任務類型
您將 Amazon A2I 整合到 AI/ML 工作流程之中定義 Amazon A2I *任務類型*。
Amazon A2I 支援：
+ 兩種*內建任務類型*：[Amazon Textract 鍵值對擷取](https://docs.aws.amazon.com/sagemaker/latest/dg/a2i-textract-task-type.html)和 [Amazon Rekognition Image 審核](https://docs.aws.amazon.com/sagemaker/latest/dg/a2i-rekognition-task-type.html)。
+ 一個[自訂任務類型](https://docs.aws.amazon.com/sagemaker/latest/dg/a2i-task-types-custom.html)：使用自訂任務類型將人工審核循環集成到*任何*機器學習工作流程。您可以使用自訂任務類型，將 Amazon A2I 與其他 AWS 服務整合，例如 Amazon Comprehend、Amazon Transcribe 和 Amazon Translate，以及您自己的自訂機器學習工作流程。如需詳細資訊，請參閱 [使用 Amazon A2I 的使用案例和範例](a2i-task-types-general.md)。
選取下表中的索引標籤，以查看說明 Amazon A2I 如何處理每個任務類型的圖表。使用上述清單中的連結選取任務類型頁面，以深入瞭解該任務類型。
------
#### [ Amazon Textract – Key-value pair extraction ]
此影像說明 Amazon A2I 內建工作流程與 Amazon Textract。左側描述建立了 Amazon Textract 人工審核工作流程所需的資源：Amazon S3 儲存貯體、啟動條件、工作者任務範本和工作團隊。這些資源可用來建立人工審核工作流程或流程定義。該箭頭指向工作流程的下一個步驟：使用 Amazon Textract 設定人工審核工作流程的人工循環。第二個箭頭直接從此步驟指向另一個步驟，在此其中人工審核工作流程指定之啟動條件有得到滿足。這樣即會啟動人工循環的建立。在影像右側，人工循環分三個步驟描述：1) 會產生工作者使用者介面和工具並將任務提供給工作者、2) 工作者審核輸入資料，最後、3) 結果儲存在 Amazon S3 中。
------
#### [ Amazon Rekognition – Image moderation ]
此影像說明Amazon A2I 內建工作流程與 Amazon Rekognition。左側描述了建立 Amazon Rekognition 人工審核工作流程所需的資源：Amazon S3 儲存貯體、啟動條件、工作者任務範本和工作團隊。這些資源可用來建立人工審核工作流程或流程定義。該箭頭指向工作流程中的下一個步驟：使用 Amazon Rekognition 設定人工審核工作流程的人工循環。第二個箭頭直接從此步驟指向另一個步驟，在此其中人工審核工作流程指定之啟動條件有得到滿足。這樣即會啟動人工循環的建立。在影像右側，人工循環分三個步驟描述：1) 會產生工作者使用者介面和工具並將任務提供給工作者、2) 工作者審核輸入資料，最後、3) 結果儲存在 Amazon S3 中。
------
#### [ Custom Task Type ]
下列影像描述了 Amazon A2I 自訂工作流程。自訂機器學習 (ML) 模型可用來產生預測。用戶端應用程式會利用使用者定義的條件篩選這些預測，並判斷是否需要人工審核。如果是這樣，便會將這些預測傳送到 Amazon A2I 進行人工審核。Amazon A2I 會收集 Amazon S3 中的人工審核結果，而這些結果可以由用戶端應用程式存取。如果篩選器確定不需要人工審核，則可以將預測直接饋送至用戶端應用程式。
------
## 人工審核工作流程 (流程定義)
您可以使用人工審核工作流程來指定您的人工*工作團隊*、使用*工作者任務範本*設定您的工作者使用者介面，以及提供工作者應該如何完成審核任務的相關資訊。
對於內建任務類型，您也可以使用人工審核工作流程來識別觸發人工循環的條件。例如，Amazon Rekognition 可以使用機器學習執行圖像內容審核。如果 Amazon Rekognition 的可信度太低，您可以使用人工審核工作流程，指定將影像傳送給人類進行內容審核。
您可以使用人工審核工作流程建立多個人工循環。
您可以在 SageMaker AI 主控台中或使用 SageMaker API 建立流程定義。若要進一步了解這兩個選項，請參閱[建立人工審核工作流程 (API)](a2i-create-flow-definition.md)。
**工作團隊**
*工作團隊*是一群人力工作者，您會將您的人工審核任務傳送給他們。
建立人工審核工作流程時，您可以指定單一工作團隊。
您的工作團隊可以來自 [Amazon Mechanical Turk 人力資源](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-workforce-management-public.html)、[供應商管理的人力資源](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-workforce-management-vendor.html)，或您自己的[私有人力資源](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-workforce-private.html)。使用私有人力資源時，您可以建立多個工作團隊。每個工作團隊可以用於多個人工審核工作流程。若要了解如何建立人力資源和工作團隊，請參閱[人力資源](sms-workforce-management.md)。
**工作者任務範本和人工任務使用者介面**
您會使用*工作者任務範本*來建立人工審核任務的工作者使用者介面 (*人工任務使用者介面*)。
人工任務使用者介面會顯示您的輸入資料，如文件或影像，以及給工作者的說明。它也提供工作者完成您的任務所使用的互動式工具。
對於內建任務類型，您必須使用針對該任務類型提供的 Amazon A2I 工作者任務範本。
## 人工循環
*人工循環*用於建立單一人工審核工作。對於每個人工審核工作，您可以選擇傳送*任務*的工作者數量，以審核單一資料物件。例如，如果您針對影像分類標籤工作，將每個物件的工作者人數設定為 `3`，則會有三個工作者對每個輸入影像進行分類。增加每個物件的工作者數量可以提高標籤準確性。
使用人工審核工作流程建立人工循環，如下所示：
+ 對於內建任務類型，人工審核工作流程中指定的條件會決定何時要建立人工循環。
+ 人工審核任務會傳送至人工審核工作流程中指定的工作團隊。
+ 人工審核工作流程中指定的工作者任務範本可用來轉譯為人工任務使用者介面。
**何時建立人工循環？**
當您使用其中一個*內建任務類型*時，當符合人工審核工作流程中指定的條件時，對應的 AWS 服務會代表您建立並啟動人工循環。 例如：
+ 當您將增強版 AI 與 Amazon Textract 搭配使用時，您可以使用 API 作業 `AnalyzeDocument`，整合 Amazon A2I 到文件審核任務中。每次 Amazon Textract 傳回符合您在人工審核工作流程中指定條件的鍵值對的推論時，即會建立人工循環。
+ 當您將增強版 AI 與 Amazon Rekognition 搭配使用時，您可以使用 API 作業 `DetectModerationLabels`，整合 Amazon A2I 到圖片內容審核任務中。每次 Amazon Rekognition 傳回符合您在人工審核工作流程中指定條件的影像內容相關推論時，即會建立人工循環。
使用*自訂任務類型時*，您可以使用[Amazon 增強版 AI 執行期 API](https://docs.aws.amazon.com/augmented-ai/2019-11-07/APIReference/Welcome.html)啟動人工循環。當您呼叫 `StartHumanLoop` 自訂應用程式時，會將任務傳送給人工審核者。
若要瞭解如何建立和啟動人工循環，請參閱[建立和啟動人工循環](a2i-start-human-loop.md)。
為了產生這些資源並建立人工審核工作流程，Amazon A2I 整合多個 API，包括 Amazon 增強版 AI 執行期模型、SageMaker API 以及與您任務類型相關聯的 API。如需詳細資訊，請參閱 [在 Amazon 增強版 AI 中使用 API](a2i-api-references.md)。