本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
# 使用 Amazon A2I 的使用场景和示例
您可以使用 Amazon Augmented AI 将人工审核集成到*内置任务类型*、Amazon Textract 和 Amazon Rekognition 的工作流中，也可以使用*自定义任务类型*将人工审核集成到您的自定义任务中。
当您使用内置任务类型之一创建人工审核工作流时，您可以指定条件（如置信度阈值）来启动人工审核。当满足这些条件时，服务（Amazon Rekognition 或 Amazon Textract）会代表您创建一个人工循环，并将您的输入数据直接提供给 Amazon A2I 以发送给人工审核者。要了解内置任务类型的更多信息，请参阅以下内容：
+ [将 Amazon Augmented AI 与 Amazon Textract 结合使用](a2i-textract-task-type.md)
+ [将 Amazon Augmented AI 与 Amazon Rekognition 结合使用](a2i-rekognition-task-type.md)
使用自定义任务类型时，您可以使用 Amazon A2I 运行时系统 API 创建并启动人工循环。使用自定义任务类型，将人工审核工作流与其他 AWS 服务或者自己的自定义 ML 应用程序集成。
+ 有关更多详细信息，请参阅 [将 Amazon Augmented AI 与自定义任务类型结合使用](a2i-task-types-custom.md)
下表概述了您可以使用 AI Jupyter 笔记本探索的各种 Amazon A2 SageMaker I 用例。要开始使用 Jupyter 笔记本，请按照[将 SageMaker 笔记本实例与 Amazon A2I Jupyter 笔记本配合使用](#a2i-task-types-notebook-demo)中的说明操作。有关更多示例，请参阅此[GitHub存储库](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks)。
****
| **使用场景** | **描述** | **任务类型** |
| --- | --- | --- |
| [将 Amazon A2I 与 Amazon Textract 结合使用](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20Augmented%20AI%20(A2I)%20and%20Textract%20AnalyzeDocument.ipynb) | 通过人工来审核单页文档，以审核重要的表单键/值对，或者让 Amazon Textract 对数据集中的文档随机抽样并发送给工作人员进行审核。 | 内置 |
| [将 Amazon A2I 与 Amazon Rekognition 结合使用](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20Augmented%20AI%20(A2I)%20and%20Rekognition%20DetectModerationLabels.ipynb) | 如果 Amazon Rekognition 返回的置信度分数较低，则通过人工来审核不安全图像中的明显成人或暴力内容，或者 Amazon Rekognition 对数据集中的图像随机抽样并发送给工作人员进行审核。 | 内置 |
| [将 Amazon A2I 与 Amazon Comprehend 结合使用](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20Augmented%20AI%20(A2I)%20and%20Comprehend%20DetectSentiment.ipynb) | 通过人工来审核 Amazon Comprehend 对文本数据进行的推理，例如情绪分析、文本语法和实体检测。 | 自定义 |
| [将 Amazon A2I 与 Amazon Transcribe 结合使用](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/A2I-Video-Transcription-with-Amazon-Transcribe.ipynb) | 通过人工来审核 Amazon Transcribe 对视频或音频文件的转录。使用对转录的人工审核循环的结果来创建自定义词汇，并改善未来类似视频或音频内容的转录。 | 自定义 |
| [将 Amazon A2I 与 Amazon Translate 结合使用](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20Augmented%20AI%20(A2I)%20and%20Amazon%20Translate.ipynb) | 通过人工来审核 Amazon Translate 返回的低置信度翻译。 | 自定义 |
| [使用 Amazon A2I 审核实时 ML 推理](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20A2I%20with%20Amazon%20SageMaker%20for%20object%20detection%20and%20model%20retraining.ipynb) | 使用 Amazon A2I 查看部署到 A SageMaker I 托管终端节点的模型所做的实时、低可信度推断，并使用 Amazon A2I 输出数据对模型进行增量训练。 | 自定义 |
| [使用 Amazon A2I 审核表格数据](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20Augmented%20AI%20(Amazon%20A2I)%20Integration%20with%20tabular%20data.ipynb) | 使用 Amazon A2I 将人工审核循环集成到使用表格数据的 ML 应用程序中。 | 自定义 |
**Topics**
+ [将 SageMaker 笔记本实例与 Amazon A2I Jupyter 笔记本配合使用](#a2i-task-types-notebook-demo)
+ [将 Amazon Augmented AI 与 Amazon Textract 结合使用](a2i-textract-task-type.md)
+ [将 Amazon Augmented AI 与 Amazon Rekognition 结合使用](a2i-rekognition-task-type.md)
+ [将 Amazon Augmented AI 与自定义任务类型结合使用](a2i-task-types-custom.md)
## 将 SageMaker 笔记本实例与 Amazon A2I Jupyter 笔记本配合使用
有关演示如何将 Amazon A2I 人工审阅循环集成到机器学习工作流程中的示 end-to-end例，您可以在笔记本实例中使用此[GitHub 存储库](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks)中的 Jupyter 笔记本。 SageMaker
**要在亚马逊笔记本实例中使用 Amazon A2I 自定义任务类型示例笔记本，请执行以下 SageMaker 操作：**
1. 如果您没有活动的 SageMaker 笔记本实例，请按照中的说明创建一个笔记本实例[为本教程创建 Amazon SageMaker 笔记本实例](gs-setup-working-env.md)。
1. 当您的笔记本实例处于活动状态时，选择笔记本实例名称右侧的 “**打开 JupyterLab**”。可能需要一些时间 JupyterLab 才能加载。
1. 选择 “添加 Github 存储库” 图标 (![\[Diagonal arrow icon with N and 1 symbols, representing a one-to-many relationship.\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/icons/Git_squip_add_repo.png))，将 GitHub 仓库克隆到您的工作区。
1. 输入[亚马逊 a2 i-sample-jupyter-notebooks](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks) 存储库 HTTPS 网址。
1. 选择 **CLONE (克隆)**。
1. 打开要运行的笔记本。
1. 按照笔记本中的说明配置人工审核工作流和人工循环，然后运行调用。
1. 为避免产生不必要的费用，完成演示后，请停止并删除您的笔记本实例，以及演练期间创建的任何 Amazon S3 存储桶、IAM 角色和 CloudWatch 事件资源。
# 将 Amazon Augmented AI 与 Amazon Textract 结合使用
利用 Amazon Textract，您可向应用程序添加文档文本检测和分析功能。Amazon Augmented AI (Amazon A2I) 直接与 Amazon Textract 的 `AnalyzeDocument` API 操作集成。可以使用 `AnalyzeDocument` 分析文档以了解检测到的项目之间的关系。在向 `AnalyzeDocument` 请求添加 Amazon A2I 人工审核循环时，Amazon A2I 会监控 Amazon Textract 结果，并在满足流定义中指定的条件时将文档发送给一个或多个工作人员以进行审核。例如，如果您希望人员审核特定键（例如 `Full name:`）及其关联的输入值，您可以创建激活条件，只要检测到 `Full name:` 键就启动人工审核，或在该键的推理置信度低于您指定的范围时启动人工审核。
下图描绘了 Amazon A2I 内置的 Amazon Textract 工作流。左侧是创建 Amazon Textract 人工审核工作流所需的资源：Amazon S3 存储桶、激活条件、工作人员任务模板和工作团队。这些资源用于创建人工审核工作流，也称为流定义。一个箭头指向右侧的工作流的下一步：使用 Amazon Textract 配置采用人工审核工作流的人工循环。第二个箭头向右从此步骤直接指向满足了人工审核工作流中指定的激活条件的步骤。这将开始创建人工循环。在图像右侧，人工循环分三个步骤描述：1) 生成工作人员 UI 和工具，使任务可供工作人员使用，2) 工作人员审核输入数据，最后 3) 结果保存在 Amazon S3 中。
![\[将 Amazon Augmented AI 与 Amazon Textract 结合使用\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/a2i/diagrams/product-page-diagram_A21-Components_Textract@2x.png)
在创建人工审核工作流或流定义时，您可以通过指定*激活条件*，指定 Amazon Textract 何时将任务发送给工作人员以进行审核。
在使用 Amazon Textract 任务类型时，可以设置以下激活条件：
+ 根据表单键置信度分数，启动对特定表单键的人工审核。
+ 在特定表单键缺失时启动人工审核。
+ 针对 Amazon Textract 标识的置信度分数在指定范围内的所有表单键，启动人工审核。
+ 随机将表单示例发送给工作人员以进行审查。
当激活条件依赖于表单键置信度分数时，您可以使用两种类型的预测置信度来启动人工循环：
+ **标识置信度** – 在表单中检测到的键/值对的置信度分数。
+ **资格置信度** – 表单中的键和值包含的文本的置信度分数。
在以下部分的图像中，**Full Name: Jane Doe** 是键/值对，**Full Name** 是键，**Jane Doe** 是值。
您可以在创建人工审核工作流程时使用 Amazon SageMaker AI 控制台来设置这些激活条件，也可以通过为人工循环激活条件创建 JSON 并将其指定为 `CreateFlowDefinition` API 操作`HumanLoopActivationConditions`参数中的输入来设置这些激活条件。要了解如何以 JSON 格式指定激活条件，请参阅 [Amazon Augmented AI 中用于人工循环激活条件的 JSON 架构](a2i-human-fallback-conditions-json-schema.md) 和[将人工循环激活条件 JSON 架构与 Amazon Textract 结合使用](a2i-json-humantaskactivationconditions-textract-example.md)。
**注意**
在 Amazon Textract 中使用增强人工智能时，请在您用来调用的同一 AWS 区域创建增强人工智能资源。`AnalyzeDocument`
## 开始使用：将人工审核集成到 Amazon Textract 分析文档作业中
要将人工审核集成到 Amazon Textract 文本检测和分析作业中，您需要创建流定义，然后使用 Amazon Textract API 将该流定义集成到您的工作流中。要了解如何使用 SageMaker AI 控制台或增强型 AI API 创建流程定义，请参阅以下主题：
+ [创建人工审核工作流（控制台）](a2i-create-flow-definition.md#a2i-create-human-review-console)
+ [创建人工审核工作流 (API)](a2i-create-flow-definition.md#a2i-create-human-review-api)
在创建流定义后，请参阅[将 Augmented AI 与 Amazon Textract 结合使用](https://docs.aws.amazon.com/textract/latest/dg/a2i-textract.html)，以了解如何将流定义集成到 Amazon Textract 任务中。
## End-to-End 使用亚马逊 Textract 和亚马逊 A2I 的示例
有关演示如何使用 end-to-end控制台将 Amazon Textract 与 Amazon A2I 配合使用的示例，请参阅。[教程：开始使用 Amazon A2I 控制台](a2i-get-started-console.md)
要学习如何使用亚马逊 A2I API 创建和开始人工审阅，您可以在笔记本实例中使用[亚马逊增强人工智能（Amazon A2I）与 Amazon Textract 的分析文档 [示例] 集成](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20Augmented%20AI%20(A2I)%20and%20Textract%20AnalyzeDocument.ipynb)。 SageMaker 要开始使用，请参阅[将 SageMaker 笔记本实例与 Amazon A2I Jupyter 笔记本配合使用](a2i-task-types-general.md#a2i-task-types-notebook-demo)。
## A2I Textract 工作人员控制台预览
在 Amazon Textract 工作流中为工作人员分配审核任务时，工作人员可能会看到与以下内容类似的用户界面：
![\[A2I Textract 工作人员管理控制台中的审核任务示例。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/a2i-textract-example.png)
创建人工审核定义时，您可以在 SageMaker AI 控制台中自定义此界面，也可以通过创建和使用自定义模板来自定义此界面。要了解更多信息，请参阅[创建和管理工作人员任务模板](a2i-instructions-overview.md)。
# 将 Amazon Augmented AI 与 Amazon Rekognition 结合使用
Amazon Rekognition 让您可以向应用程序轻松添加图像分析功能。Amazon Rekognition `DetectModerationLabels` API 操作直接与 Amazon A2I 集成，这样您便可以轻松创建人工循环来审核不安全的图像，例如明显的成人或暴力内容。您可以使用 `DetectModerationLabels`，通过流定义 ARN 配置人工循环。这使 Amazon A2I 能够分析由 Amazon Rekognition 做出的预测，并将结果发送给人员以便审核这些预测是否符合流定义中设置的条件。
下图描绘了使用 Amazon Rekognition 的 Amazon A2I 内置工作流。左侧是创建 Amazon Rekognition 人工审核工作流所需的资源：Amazon S3 存储桶、激活条件、工作人员任务模板和工作团队。这些资源用于创建人工审核工作流，也称为流定义。一个箭头指向右侧的工作流的下一步：使用 Amazon Rekognition 配置采用人工审核工作流的人工循环。第二个箭头向右从此步骤直接指向满足了人工审核工作流中指定的激活条件的步骤。这将开始创建人工循环。在图像右侧，人工循环分三个步骤描述：1) 生成工作人员 UI 和工具，使任务可供工作人员使用，2) 工作人员审核输入数据，最后 3) 结果保存在 Amazon S3 中。
![\[将 Amazon Augmented AI 与 Amazon Rekognition 结合使用\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/a2i/diagrams/product-page-diagram_A2I-Components_Rekognition@2x.png)
在使用 Amazon Rekognition 任务类型时，可以设置以下激活条件：
+ 根据标签置信度分数，对由 Amazon Rekognition 标识的标签启动人工审核。
+ 随机将图像示例发送给人员以进行审查。
您可以在创建 SageMaker 人工审核工作流程时使用 Amazon AI 控制台来设置这些激活条件，也可以为人工循环激活条件创建 JSON 并将其指定为 `CreateFlowDefinition` API 操作`HumanLoopActivationConditions`参数中的输入。要了解如何以 JSON 格式指定激活条件，请参阅 [Amazon Augmented AI 中用于人工循环激活条件的 JSON 架构](a2i-human-fallback-conditions-json-schema.md) 和[将人工循环激活条件 JSON 架构与 Amazon Rekognition 结合使用](a2i-json-humantaskactivationconditions-rekognition-example.md)。
**注意**
在 Amazon Rekognition AWS 中使用增强人工智能时，请在您用来调用的同一区域创建增强人工智能资源。`DetectModerationLabels`
## 开始使用：将人工审核集成到 Amazon Rekognition 图像监管作业中
要将人工审核集成到 Amazon Rekognition 中，请参阅以下主题：
+ [创建人工审核工作流（控制台）](a2i-create-flow-definition.md#a2i-create-human-review-console)
+ [创建人工审核工作流 (API)](a2i-create-flow-definition.md#a2i-create-human-review-api)
在创建流定义后，请参阅[将 Augmented AI 与 Amazon Rekognition 结合使用](https://docs.aws.amazon.com/rekognition/latest/dg/a2i-rekognition.html)，以了解如何将流定义集成到 Amazon Rekognition 任务中。
## End-to-end 使用亚马逊 Rekognition 和亚马逊 A2I 进行演示
有关演示如何使用 end-to-end控制台将 Amazon Rekognition 与 Amazon A2I 配合使用的示例，请参阅。[教程：开始使用 Amazon A2I 控制台](a2i-get-started-console.md)
要学习如何使用亚马逊 A2I API 创建和开始人工审核，您可以在笔记本实例中使用亚马逊[增强人工智能（亚马逊 A2I）与亚马逊 Rekognition [示例] 集](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks/blob/master/Amazon%20Augmented%20AI%20(A2I)%20and%20Rekognition%20DetectModerationLabels.ipynb)成。 SageMaker 要开始使用，请参阅[将 SageMaker 笔记本实例与 Amazon A2I Jupyter 笔记本配合使用](a2i-task-types-general.md#a2i-task-types-notebook-demo)。
## A2I Rekognition 工作人员控制台预览
在 Amazon Rekognition 工作流中为工作人员分配审核任务时，工作人员可能会看到类似于下文的用户界面：
![\[A2I Rekognition 工作人员管理控制台中的图片示例。\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/a2i-rekognition-example.png)
创建人工审核定义时，您可以在 SageMaker AI 控制台中自定义此界面，也可以通过创建和使用自定义模板来自定义此界面。要了解更多信息，请参阅[创建和管理工作人员任务模板](a2i-instructions-overview.md)。
# 将 Amazon Augmented AI 与自定义任务类型结合使用
您可以使用 Amazon Augmented AI (Amazon A2I)，通过*自定义任务类型*，将人工审核（人工循环）集成到*任何*机器学习工作流中。此选项为您提供了最大的灵活性，可以自定义将数据对象发送给人工进行审阅的条件，以及工作人员用户界面的外观。
使用自定义任务类型时，您可以创建自定义人工审核工作流，并指定在应用程序中直接发送数据对象以供人工审核的条件。
下图描绘了 Amazon A2I 自定义工作流。使用自定义 ML 模型来生成预测。客户端应用程序使用用户定义的标准筛选这些预测，并确定是否需要人工审核。如果是这样，这些预测将发送到 Amazon A2I 进行人工审核。Amazon A2I 在 Amazon S3 中收集人工审核结果，客户端应用程序可以访问这些结果。如果筛选过程确定不需要人工审核，则可以直接将预测提供给客户端应用程序。
![\[将 Amazon Augmented AI 与自定义任务类型结合使用\]](http://docs.aws.amazon.com/zh_cn/sagemaker/latest/dg/images/a2i/diagrams/product-page-diagram_A2I-Components_Custom@2x.png)
使用本页上的步骤，了解如何通过自定义任务类型将 Amazon A2I 集成到任意机器学习工作流中。
**使用流定义创建人工循环，将其集成到应用程序中并监控结果**
1. 完成 Amazon A2I [使用 Augmented AI 的先决条件](a2i-getting-started-prerequisites.md)。注意以下几点：
+ 指向存储输入和输出数据的 Amazon Simple Storage Service (Amazon S3) 存储桶的路径。
+ 附带所需权限的 (IAM) 角色的亚马逊资源名称 AWS Identity and Access Management (ARN)。
+ （可选）如果您计划使用私有人力，则为私有人力的 ARN。
1. 使用 HTML 元素，创建 Amazon A2I 用于生成工作人员任务 UI 的自定义工作人员模板。要了解如何创建自定义模板，请参阅[创建自定义工作人员模板](a2i-custom-templates.md)。
1. 使用步骤 2 中的自定义工作器模板在 Amazon A SageMaker I 控制台中生成工作器任务模板。要了解如何操作，请参阅[创建工作人员任务模板](a2i-worker-template-console.md#a2i-create-worker-template-console)。
在下一步中，您将创建流定义：
+ 如果您想使用 SageMaker API 创建流程定义，请记下此工作线程任务模板的 ARN 以供下一步使用。
+ 如果您使用控制台创建流定义，则在您选择**创建人工审核工作流**时，模板将自动显示在**工作人员任务模板**部分。
1. 创建流定义时，请提供 S3 存储桶的路径、您的 IAM 角色 ARN 和工作人员模板。
+ 要了解如何使用 SageMaker A `CreateFlowDefinition` I API 创建流程定义，请参阅[创建人工审核工作流 (API)](a2i-create-flow-definition.md#a2i-create-human-review-api)。
+ 要了解如何使用 SageMaker AI 控制台创建流程定义，请参阅[创建人工审核工作流（控制台）](a2i-create-flow-definition.md#a2i-create-human-review-console)。
1. 使用 [Amazon A2I 运行时系统 API](https://docs.aws.amazon.com/augmented-ai/2019-11-07/APIReference/Welcome.html) 配置您的人工循环。要了解如何操作，请参阅[创建和启动人工循环](a2i-start-human-loop.md)。
1. 要控制何时在应用程序中启动人工审核，请指定在应用程序中调用 `StartHumanLoop` 的条件。在将 Amazon A2I 与自定义任务类型结合使用时，人工循环激活条件（如启动人工循环的置信度阈值）将不可用。每次 `StartHumanLoop` 调用都会导致人工审核。
启动人工循环后，您可以使用亚马逊增强人工智能运行时 API 和亚马逊 EventBridge （也称为 Amazon Ev CloudWatch ents）管理和监控您的循环。要了解更多信息，请参阅[监控和管理您的人工循环](a2i-monitor-humanloop-results.md)。
## End-to-end 使用 Amazon A2I 自定义任务类型的教程
有关演 end-to-end示如何将 Amazon A2I 集成到各种机器学习工作流程中的示例，请参阅中的表格。[使用 Amazon A2I 的使用场景和示例](a2i-task-types-general.md)要开始使用这些笔记本之一，请参阅[将 SageMaker 笔记本实例与 Amazon A2I Jupyter 笔记本配合使用](a2i-task-types-general.md#a2i-task-types-notebook-demo)。