建立人工檢閱工作流程 (API) - Amazon Textract
建立人工檢工作流程 (適用於 Python 的 AWS 開發套件 (Boto3))

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。

建立人工檢閱工作流程 (API)

您可以建立人工檢工作流程或流程定義，使用 Amazon A2ICreateFlowDefinitionoperation.

對於此示例，您可以在 Amazon S3 中使用您自己的文檔，也可以下載此範例文檔並將其存放在 S3 儲存貯體中。

確保您的 Amazon S3 儲存貯體位於相同的AWS您計劃用於調用AnalyzeDocument。若要建立儲存貯體，請遵循建立儲存貯體中的Amazon Simple Storage Service 主控台用户指南。

先決條件

要使用 Amazon A2I API 創建人工審核工作流程，您必須完成以下先決條件：

  • 配置具有調用亞馬遜 A2I 和 Amazon Textract API 操作權限的 IAM 角色。要開始使用，您可以將 AWS 政策、AmazonAugmentedAIFullAccess 和 AmazonTextractFullAccess 附加到 IAM 角色。記錄 IAM 角色 Amazon Resource Name (ARN)，因為稍後需要使用。

    有關使用 Amazon Textract 時的更詳細的權限，請參閲Amazon Textract 身分型政策範例。如需 Amazon A2I，請參「」。Amazon Augmented AI 中的許可和安全性中的Amazon SageMaker 開發人員指南。

  • 創建一個私人工作小組並記錄工作組 ARN。如果您是 Amazon A2I 的新用户，請按照步驟 1：建立工作團隊（主控台）。

  • 建立工作者任務範本。請遵循建立工作者任務範本以使用亞馬遜 A2I 控制台創建模板。創建模板時，選擇文本形式提取為了模板類型。在模板中，將s3_arn與您的文檔的 Amazon S3 ARN 執行個體。添加其他工作人員説明<full-instructions header="Instructions"></full-instructions>。

    如果您想要預覽模板，請確保您的 IAM 角色具有啟用工作者任務範本預覽。

    創建模板後，記錄工作人員任務模板 ARN。

您可以使用您在先決條件以配置您的CreateFlowDefinition請求。在此請求中，您還可以使用 JSON 格式指定啟用條件。若要了解如何設定啟用條件，請參使用人工迴圈啟用條件 JSON 架構與 Amazon Textract。

建立人工檢工作流程 (適用於 Python 的 AWS 開發套件 (Boto3))

若要使用此範例，請將red文本與您的規格和資源。

首先，使用以下代碼將激活條件編碼為 JSON 對象。如果 Amazon Textract 返回的置信度分數小於 99，則會觸發人工審查郵件地址及其值，或者返回文檔中檢測到的任何鍵值對的置信度小於 90。如果您使用本示例中提供的示例文檔，則這些激活條件會創建人工審核任務。

import json

humanLoopActivationConditions = json.dumps("{
                "Conditions": [
                    {
                        "ConditionType": "ImportantFormKeyConfidenceCheck",
                        "ConditionParameters": {
                            "ImportantFormKey": "Mail Address",
                            "KeyValueBlockConfidenceLessThan": 99,
                            "WordBlockConfidenceLessThan": 99
                        }
                    },
                    {
                        "ConditionType": "ImportantFormKeyConfidenceCheck",
                        "ConditionParameters": {
                            "ImportantFormKey": "*",
                            "KeyValueBlockConfidenceLessThan": 90,
                            "WordBlockConfidenceLessThan": 90
                        }
                    }
                ]
            }"
)

使用humanLoopActivationConditions配置create_flow_definition請求。下面的示例使用 SDK for Python (Boto3) 調用create_flow_definition（us-west-2 AWS 區域）。它指定使用私有工作團隊。

response = client.create_flow_definition(
    FlowDefinitionName='string',
    HumanLoopRequestSource={
         'AwsManagedHumanLoopRequestSource': "AWS/Textract/AnalyzeDocument/Forms/V1"
    }, 
    HumanLoopActivationConfig={
        'HumanLoopActivationConditionsConfig': {
            'HumanLoopActivationConditions': humanLoopActivationConditions
        }
    },
    HumanLoopConfig={
        'WorkteamArn': "arn:aws:sagemaker:us-west-2:111122223333:workteam/private-crowd/work-team-name",
        'HumanTaskUiArn': "arn:aws:sagemaker:us-west-2:111122223333:human-task-ui/worker-task-template-name",
        'TaskTitle': "Add a task title",
        'TaskDescription': "Describe your task",
        'TaskCount': 1,
        'TaskAvailabilityLifetimeInSeconds': 3600,
        'TaskTimeLimitInSeconds': 86400,
        'TaskKeywords': ["Document Review", "Content Review"]
        }
    },
    OutputConfig={
        'S3OutputPath': "s3://DOC-EXAMPLE-BUCKET/prefix/",
    },
    RoleArn="arn:aws:iam::111122223333:role/role-name"
)