Menambahkan otomatisasi dengan Liquid

Sistem template kustom kami menggunakan Li quid untuk otomatisasi. Ini adalah bahasa markup inline open source. Di Liquid, teks antara kurung kurung tunggal dan simbol persen adalah instruksi atau tag yang melakukan operasi seperti aliran kontrol atau iterasi. Teks antara kurung kurung keriting ganda adalah variabel atau objek yang mengeluarkan nilainya.

Penggunaan Liquid yang paling umum adalah mengurai data yang berasal dari file manifes input Anda, dan menarik variabel yang relevan untuk membuat tugas. Ground Truth secara otomatis menghasilkan tugas kecuali Lambda pra-anotasi ditentukan. Ob taskInput jek yang dikembalikan oleh Ground Truth atau your Pre-annotation Lambda adalah task.input objek dalam template Anda.

Properti dalam manifes input Anda diteruskan ke template Anda sebagaievent.dataObject.

{
  "source": "This is a sample text for classification",
  "labels": [ "angry" , "sad" , "happy" , "inconclusive" ],
  "header": "What emotion is the speaker feeling?"
}

<crowd-classifier 
  name='tweetFeeling'
  categories='{{ task.input.labels | to_json }}'
  header='{{ task.input.header }}' >
<classification-target>
  {{ task.input.source }}
</classification-target>

Perhatikan penambahan | to_json labels properti di atas. Itu adalah filter yang mengubah array manifes input menjadi representasi JSON dari array. Filter variabel dijelaskan di bagian selanjutnya.

Daftar berikut mencakup dua jenis tag Liquid yang mungkin berguna untuk mengotomatiskan pemrosesan data input template. Jika Anda memilih salah satu dari jenis tag berikut, Anda akan diarahkan ke dokumentasi Liquid.

Untuk informasi dan dokumentasi lebih lanjut, kunjungi beranda Liquid.

Filter variabel

Selain filter dan tindakan Li quid standar, Ground Truth menawarkan beberapa filter tambahan. Filter diterapkan dengan menempatkan karakter pipe (|) setelah nama variabel, lalu menentukan nama filter. Filter dapat dirantai dalam bentuk:

{{ <content> | <filter> | <filter> }}

Autoescape dan pelarian eksplisit

Secara default, input akan dihapus HTML untuk mencegah kebingungan antara teks variabel Anda dan HTML. Anda dapat menambahkan escape filter secara eksplisit untuk membuatnya lebih jelas bagi seseorang yang membaca sumber template Anda bahwa pelarian sedang dilakukan.

melarikan diri sekali

escape_oncememastikan bahwa jika Anda sudah lolos dari kode Anda, itu tidak akan lolos lagi di atas itu. Misalnya, agar & tidak menjadi &;.

skip_autoescape

skip_autoescapeberguna ketika konten Anda dimaksudkan untuk digunakan sebagai HTML. Misalnya, Anda mungkin memiliki beberapa paragraf teks dan beberapa gambar dalam instruksi lengkap untuk kotak pembatas.

ke_json

to_jsonakan menyandikan apa yang Anda berikan ke JSON (JavaScript Object Notation). Jika Anda memberi makan objek, itu akan membuat serial itu.

berikan_aksesi_baca

grant_read_accessmengambil URI S3 dan mengkodekannya ke URL HTTPS dengan token akses berumur pendek untuk sumber daya itu. Hal ini memungkinkan untuk menampilkan kepada pekerja objek foto, audio, atau video yang disimpan dalam bucket S3 yang tidak dapat diakses publik.

s3_presign

s3_presignFilter bekerja dengan cara yang sama seperti grant_read_access filter. s3_presignmengambil URI Amazon S3 dan mengkodekannya ke URL HTTPS dengan token akses berumur pendek untuk sumber daya tersebut. Hal ini memungkinkan untuk menampilkan objek foto, audio, atau video yang disimpan dalam bucket S3 yang tidak dapat diakses publik oleh pekerja.

auto-escape: {{ "Have you read 'James & the Giant Peach'?" }}
explicit escape: {{ "Have you read 'James & the Giant Peach'?" | escape }}
explicit escape_once: {{ "Have you read 'James & the Giant Peach'?" | escape_once }}
skip_autoescape: {{ "Have you read 'James & the Giant Peach'?" | skip_autoescape }}
to_json: {{ jsObject | to_json }}                
grant_read_access: {{ "s3://amzn-s3-demo-bucket/myphoto.png" | grant_read_access }}
s3_presign: {{ "s3://amzn-s3-demo-bucket/myphoto.png" | s3_presign }}

auto-escape: Have you read 'James & the Giant Peach'?
explicit escape: Have you read 'James & the Giant Peach'?
explicit escape_once: Have you read 'James & the Giant Peach'?
skip_autoescape: Have you read 'James & the Giant Peach'?
to_json: { "point_number": 8, "coords": [ 59, 76 ] }
grant_read_access: https://s3.amazonaws.com/amzn-s3-demo-bucket/myphoto.png?<access token and other params>
s3_presign: https://s3.amazonaws.com/amzn-s3-demo-bucket/myphoto.png?<access token and other params>

<script src="https://assets.crowd.aws/crowd-html-elements.js"></script>
<crowd-form>
  <crowd-classifier 
    name="tweetFeeling"
    categories="['positive', 'negative', 'neutral', 'cannot determine']"
    header="Which term best describes this tweet?" 
  >
    <classification-target>
       {{ task.input.source }}
    </classification-target>

    <full-instructions header="Analyzing a sentiment">
      Try to determine the feeling the author 
      of the tweet is trying to express. 
      If none seem to match, choose "other."
    </full-instructions>

    <short-instructions>
      Pick the term best describing the sentiment 
      of the tweet. 
    </short-instructions>

  </crowd-classifier>
</crowd-form>