翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# Amazon A2I を使用したユースケースと例
Amazon Augmented AI を使用して、人間によるレビューを組み込みタスクタイプ (Amazon Textract と Amazon Rekognition) またはカスタムタスクタイプを使ったワークフローに組み込むことができます。****
組み込みタスクタイプのいずれかを使用して人間によるレビューワークフローを作成する場合、信頼度しきい値などの条件を指定して、人間によるレビューを開始できます。サービス (Amazon Rekognition または Amazon Textract) は、これらの条件が満たされた場合にユーザーに代わってヒューマンループを作成し、入力データを Amazon A2I に直接提供して人間によるレビュー担当者に送信します。組み込みタスクタイプの詳細については、以下を参照してください。
+ [Amazon Textract で Amazon Augmented AI を使用する](a2i-textract-task-type.md)
+ [Amazon Rekognition で Amazon Augmented AI を使用する](a2i-rekognition-task-type.md)
カスタムタスクタイプを使用する場合は、Amazon A2I ランタイム API を使用してヒューマンループを作成して開始します。カスタムタスクタイプを使用して、人間によるレビューワークフローを他の AWS サービス、または独自のカスタム ML アプリケーションに組み込むことができます。
+ 詳細については、「[カスタムタスクタイプで Amazon Augmented AI を使用する](a2i-task-types-custom.md)」を参照してください。
次の表に、SageMaker AI Jupyter Notebook を使用して参照できる Amazon A2I のさまざまなユースケースの概要を示します。Jupyter ノートブックの使用を開始するには、「[Amazon A2I Jupyter ノートブックで SageMaker ノートブックインスタンスを使用する](#a2i-task-types-notebook-demo)」の手順を参照してください。その他の例については、この [GitHub リポジトリ](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks)を参照してください。
****
| **ユースケース** | **説明** | **タスクタイプ** |
| --- | --- | --- |
| [Amazon A2I で Amazon Textract を使用する](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20Augmented%20AI%20(A2I)%20and%20Textract%20AnalyzeDocument.ipynb) | 人間が単一ページのドキュメントで重要なフォームのキーと値のペアについてレビューを行うか、Amazon Textract でランダムにサンプリングを行い、ドキュメントをデータセットから人間に送り人間がレビューします。 | 組み込み |
| [Amazon A2I で Amazon Rekognition を使用する](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20Augmented%20AI%20(A2I)%20and%20Rekognition%20DetectModerationLabels.ipynb) | Amazon Rekognition が信頼性の低いスコアを返した場合に明示的なアダルトコンテンツや暴力的なコンテンツなどの安全でない画像について人間がレビューを行うか、Amazon Rekognition でランダムにサンプリングを行い、データセットから人間に画像を送り人間がレビューします。 | 組み込み |
| [Amazon A2I で Amazon Comprehend を使用する](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20Augmented%20AI%20(A2I)%20and%20Comprehend%20DetectSentiment.ipynb) | 感情分析、テキスト構文、エンティティ検出など、テキストデータに関する Amazon Comprehend の推論について人間によるレビューを行います。 | カスタム |
| [Amazon A2I で Amazon Transcribe を使用する](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/A2I-Video-Transcription-with-Amazon-Transcribe.ipynb) | Amazon Transcribe によるビデオファイルやオーディオファイルのトランスクリプションについて人間によるレビューを行います。トランスクリプションの人間によるレビューループの結果を使用してカスタム語彙を作成し、今後の類似するビデオまたはオーディオコンテンツのトランスクリプションを向上させます。 | カスタム |
| [Amazon A2I で Amazon Translate を使用する](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20Augmented%20AI%20(A2I)%20and%20Amazon%20Translate.ipynb) | Amazon Translate から返された信頼性の低い翻訳について人間によるレビューを行います。 | カスタム |
| [Amazon A2I を使用してリアルタイム ML 推論を確認する](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20A2I%20with%20Amazon%20SageMaker%20for%20object%20detection%20and%20model%20retraining.ipynb) | Amazon A2I を使用して、SageMaker AI でホストされているエンドポイントにデプロイされたモデルによって行われたリアルタイムの信頼性の低い推論を確認し、Amazon A2I 出力データを使用してモデルを段階的にトレーニングします。 | カスタム |
| [Amazon A2I を使用して表形式のデータを確認する](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20Augmented%20AI%20(Amazon%20A2I)%20Integration%20with%20tabular%20data.ipynb) | Amazon A2I を使用して表形式のデータを使用する ML アプリケーションに人間によるレビューループを統合します。 | カスタム |
**Topics**
+ [Amazon A2I Jupyter ノートブックで SageMaker ノートブックインスタンスを使用する](#a2i-task-types-notebook-demo)
+ [Amazon Textract で Amazon Augmented AI を使用する](a2i-textract-task-type.md)
+ [Amazon Rekognition で Amazon Augmented AI を使用する](a2i-rekognition-task-type.md)
+ [カスタムタスクタイプで Amazon Augmented AI を使用する](a2i-task-types-custom.md)
## Amazon A2I Jupyter ノートブックで SageMaker ノートブックインスタンスを使用する
Amazon A2I の人間によるレビューループを機械学習ワークフローに統合する方法を示すエンドツーエンドの例については、SageMaker ノートブックインスタンスでこちらの「[GitHub リポジトリ](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks)」から Jupyter ノートブックを参照してください。
**Amazon SageMaker ノートブックインスタンスで Amazon A2I カスタムタスクタイプのサンプルノートブックを使用するには、次の手順を実行します。**
1. アクティブな SageMaker ノートブックインスタンスがない場合、「[チュートリアル用 Amazon SageMaker ノートブックインスタンスを作成する](gs-setup-working-env.md)」に記載されている手順に従って作成できます。
1. ノートブックインスタンスがアクティブになったら、ノートブックインスタンスの名前の右側にある **[Open JupyterLab]** (JupyterLab を開く) を選択します。JupyterLab の読み込みにはしばらく時間がかかる場合があります。
1. GitHub リポジトリの追加アイコン () を選択して、GitHub リポジトリのクローンをワークスペースに作成します。
1. [amazon-a2i-sample-jupyter-notebooks](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks) リポジトリの HTTPS URL を入力します。
1. [**クローン**] を選択します。
1. 実行するノートブックを開きます。
1. ノートブックの手順に従って、人間によるレビューワークフローとヒューマンループを設定し、セルを実行します。
1. 不要な料金が発生しないようにするため、デモが終了したら、チュートリアル中に作成された Amazon S3 バケット、IAM ロール、CloudWatch Events リソースに加えてノートブックインスタンスを停止して削除します。