使用文字分類將文字分類 （多標籤） - Amazon SageMaker
建立多標籤文字分類標籤工作 (主控台)建立多標籤文字分類標籤任務 （API）多標籤文字分類輸出資料

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。

使用文字分類將文字分類 （多標籤）

若要將文章和文字分類成多種預先定義的類別，請使用多表千文字分類任務類型。例如，您可以使用此工作類型來識別一種以上以文字傳達的情緒。下列各節提供如何從主控台和 建立多標籤文字分類任務的相關資訊API。

處理多標籤文字分類任務時，工作者應該選擇所有適用的標籤，但必須至少選擇一個標籤。使用此任務類型建立工作時，最多可提供 50 個標籤類別。

Amazon SageMaker Ground Truth 不會在未套用任何標籤時提供「無」類別。若要將此選項提供給工作者，請在建立多標籤文字分類工作時，包括類似 “無” 或 “其他” 的標籤。

若要限制工作者為每個文件或所選文字選擇單一標籤，請使用 使用文字分類對文字進行分類 （單一標籤） 任務類型。

重要

如果您手動建立輸入資訊清單檔案，請使用 "source" 來識別要標籤的文字。如需詳細資訊，請參閱輸入資料。

建立多標籤文字分類標籤工作 (主控台)

您可以遵循指示建立標記任務 (主控台)，了解如何在 Amazon SageMaker 主控台中建立多標籤文字分類標籤工作。在步驟 10 中，從任務類別下拉式清單中選擇文字，然後選擇文字分類 (多標籤)做為任務類型。

Ground Truth 提供類似下列標籤任務的工作者使用者介面。使用主控台建立標籤工作時，您可以指定指示以協助工作者完成工作，以及工作者可以選擇的標籤。

Gif 顯示如何在 Amazon SageMaker 主控台中建立多標籤文字分類標籤任務。

建立多標籤文字分類標籤任務 （API）

若要建立多標籤文字分類標籤工作，請使用 SageMaker API操作 CreateLabelingJob。這會為所有 API定義此操作 AWS SDKs。若要查看此操作SDKs支援的特定語言清單，請檢閱 的另請參閱 一節CreateLabelingJob。

設定請求時，請遵循建立標記任務 (API)上的指示並執行下列動作：

  • 此任務類型的註釋前 Lambda 函式會以 PRE-TextMultiClassMultiLabel 結尾。若要尋找ARN您 區域的預先註釋 Lambda，請參閱 PreHumanTaskLambdaArn 。

  • 此任務類型的註釋合併 Lambda 函式會以 ACS-TextMultiClassMultiLabel 結尾。若要尋找ARN您 區域的註釋合併 Lambda，請參閱 AnnotationConsolidationLambdaArn。

以下是在美國東部 AWS SDK（維吉尼亞北部） 區域中建立標籤工作的 Python （Boto3） 請求範例。所有以紅色標示的參數都應該用您的規格和資源加以取代。

response = client.create_labeling_job(
    LabelingJobName='example-multi-label-text-classification-labeling-job,
    LabelAttributeName='label',
    InputConfig={
        'DataSource': {
            'S3DataSource': {
                'ManifestS3Uri': 's3://bucket/path/manifest-with-input-data.json'
            }
        },
        'DataAttributes': {
            'ContentClassifiers': [
                'FreeOfPersonallyIdentifiableInformation'|'FreeOfAdultContent',
            ]
        }
    },
    OutputConfig={
        'S3OutputPath': 's3://bucket/path/file-to-store-output-data',
        'KmsKeyId': 'string'
    },
    RoleArn='arn:aws:iam::*:role/*,
    LabelCategoryConfigS3Uri='s3://bucket/path/label-categories.json',
    StoppingConditions={
        'MaxHumanLabeledObjectCount': 123,
        'MaxPercentageOfInputDatasetLabeled': 123
    },
    HumanTaskConfig={
        'WorkteamArn': 'arn:aws:sagemaker:region:*:workteam/private-crowd/*',
        'UiConfig': {
            'UiTemplateS3Uri': 's3://bucket/path/custom-worker-task-template.html'
        },
        'PreHumanTaskLambdaArn': 'arn:aws:lambda::function:PRE-TextMultiClassMultiLabel,
        'TaskKeywords': [
            'Text Classification',
        ],
        'TaskTitle': 'Multi-label text classification task',
        'TaskDescription': 'Select all labels that apply to the text shown',
        'NumberOfHumanWorkersPerDataObject': 123,
        'TaskTimeLimitInSeconds': 123,
        'TaskAvailabilityLifetimeInSeconds': 123,
        'MaxConcurrentTaskCount': 123,
        'AnnotationConsolidationConfig': {
            'AnnotationConsolidationLambdaArn': 'arn:aws:lambda:us-east-1:432418664414:function:ACS-TextMultiClassMultiLabel'
        },
    Tags=[
        {
            'Key': 'string',
            'Value': 'string'
        },
    ]
)

建立多標籤文字分類的範本

如果您使用 建立標籤工作API，則必須在 中提供工作者任務範本UiTemplateS3Uri。複製並修改下列範本。僅修改 short-instructions、full-instructions 和 header。

將此範本上傳至 S3，並在 中提供此檔案URI的 S3UiTemplateS3Uri。

<script src="https://assets.crowd.aws/crowd-html-elements.js"></script>
<crowd-form>
  <crowd-classifier-multi-select
    name="crowd-classifier-multi-select"
    categories="{{ task.input.labels | to_json | escape }}"
    header="Please identify all classes in the below text"
  >
    <classification-target style="white-space: pre-wrap">
      {{ task.input.taskObject }}
    </classification-target>
    <full-instructions header="Classifier instructions">
      <ol><li><strong>Read</strong> the text carefully.</li>
      <li><strong>Read</strong> the examples to understand more about the options.</li>
      <li><strong>Choose</strong> the appropriate labels that best suit the text.</li></ol>
    </full-instructions>
    <short-instructions>
      <p>Enter description of the labels that workers have to choose from</p>
      <p><br></p>
      <p><br></p><p>Add examples to help workers understand the label</p>
      <p><br></p><p><br></p><p><br></p><p><br></p><p><br></p>
    </short-instructions>
  </crowd-classifier-multi-select>
  </crowd-form>

若要了解如何建立自訂範本，請參閱自訂標籤工作流程。

多標籤文字分類輸出資料

建立多標籤文字分類標籤任務之後，當您使用 API或 時，輸出資料將位於 S3OutputPath 主控台任務概觀區段的輸出資料集位置欄位中參數中指定的 Amazon S3 儲存貯體中。

若要進一步了解 Ground Truth 產生的輸出資訊清單檔案，以及 Ground Truth 用來儲存輸出資料的檔案結構，請參閱標記任務輸出資料。

若要檢視多標籤文字分類標籤工作的輸出資訊清單檔案範例，請參閱多標籤分類任務輸出。