Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Amazon A2I Ausgabedaten Wenn Ihr Workflow für Machine Learning Amazon A2I ein Datenobjekt sendet, wird eine *Human Loop* erstellt, und menschliche Prüfer erhalten die *Aufgabe*, dieses Datenobjekt zu überprüfen. Die Ausgabedaten jeder menschlichen Review-Aufgabe werden im Amazon Simple Storage Service (Amazon S3)-Ausgabe-Bucket gespeichert, den Sie in Ihrer Worker-Überprüfungsebene angeben. Der Pfad zu den Daten verwendet das folgende Muster, wobei `YYYY/MM/DD/hh/mm/ss` das Erstellungsdatum der Human Loop in der Form Jahr (`YYYY`), Monat (`MM`) und Tag (`DD`) und die Erstellungszeit in der Form Stunde (`hh`), Minute (`mm`) und Sekunde (`ss`) darstellt. ``` s3://customer-output-bucket-specified-in-flow-definition/flow-definition-name/YYYY/MM/DD/hh/mm/ss/human-loop-name/output.json ``` Der Inhalt Ihrer Ausgabedaten hängt von der Art des [Aufgabentyps](https://docs.aws.amazon.com/sagemaker/latest/dg/a2i-task-types-general.html) (integriert oder benutzerdefiniert) und der Art der [Arbeitskraft](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-workforce-management.html) ab, die Sie einsetzen. Ihre Ausgabedaten beinhalten immer die Antwort des menschlichen Arbeiters. Darüber hinaus können die Ausgabedaten Metadaten über den menschlichen Kreislauf, den menschlichen Prüfer (Worker) und das Datenobjekt enthalten. In den folgenden Abschnitten erfahren Sie mehr über das Amazon-A2I-Ausgabedatenformat für verschiedene Aufgabentypen und Belegschaften. ## Daten aus integrierten Aufgabentypen ausgeben Zu den integrierten Aufgabentypen von Amazon A2I gehören Amazon Textract und Amazon Rekognition. Zusätzlich zu den menschlichen Antworten enthalten die Ausgabedaten einer dieser Aufgaben Details über den Grund, warum die Human Loop erstellt wurde, und Informationen über den integrierten Dienst, der zur Erstellung der menschlichen Schleife verwendet wurde. In der folgenden Tabelle erfahren Sie mehr über das Ausgabedatenschema für alle integrierten Aufgabentypen. Der *Wert* für jeden dieser Parameter hängt von dem Service ab, den Sie mit Amazon A2I verwenden. Weitere Informationen zu diesen servicespezifischen Werten finden Sie in der zweiten Tabelle in diesem Abschnitt. **** | Parameter | Wert-Typ | Beispielwerte | Description | | --- | --- | --- | --- | | awsManagedHumanLoopRequestSource | Zeichenfolge | AWS/Rekognition/DetectModerationLabels/Image/V3 oder AWS/Textract/AnalyzeDocument/Forms/V1 | Der API-Vorgang und die zugehörigen AWS Dienste, die Amazon A2I aufgefordert haben, eine menschliche Schleife zu erstellen. Dies ist der API-Vorgang, den Sie verwenden, um Ihren Amazon A2I Human Loop zu konfigurieren. | | flowDefinitionArn | Zeichenfolge | arn:aws:sagemaker:us-west-2:111122223333:flow-definition/flow-definition-name | Der Amazon-Ressourcenname (ARN) des Worker-Review-Workflows (Worker-Definition), der zum Erstellen des Worker-Workflows verwendet wurde. | | humanAnswers | Liste der JSON-Objekte | 
{
"answerContent": {
    "AWS/Rekognition/DetectModerationLabels/Image/V3": {
        "moderationLabels": [...]
    }
},
oder
{
    "answerContent": {
        "AWS/Textract/AnalyzeDocument/Forms/V1": {
            "blocks": [...]
    }
},
| Eine Liste von JSON-Objekten, die Antworten von Auftragnehmern in answerContent enthalten. Dieses Objekt enthält auch Einreichungsdetails und, falls private Arbeitskräfte eingesetzt wurden, Metadaten der Mitarbeiter. Weitere Informationen hierzu finden Sie unter [Worker-Aktivitäten verfolgen](#a2i-worker-id-private). Bei Human-Loop-Output-Daten, die im Rahmen von Amazon Rekognition `DetectModerationLabel`-Überprüfungsaufgaben generiert wurden, enthält dieser Parameter nur positive Antworten. Wenn Mitarbeiter beispielsweise *Kein Inhalt* auswählen, ist diese Antwort nicht enthalten. | | humanLoopName | Zeichenfolge | `'human-loop-name'` | Der Name der menschliche (Human Loop). | | inputContent | JSON-Objekt | 
{
    "aiServiceRequest": {...},
    "aiServiceResponse": {...},
    "humanTaskActivationConditionResults": {...},
    "selectedAiServiceResponse": {...}
}
| Der Eingabeinhalt, den der AWS Service an Amazon A2I gesendet hat, als er die Erstellung einer menschlichen Schleife angefordert hat. | | aiServiceRequest | JSON-Objekt | 
{
    "document": {...},
    "featureTypes": [...],
    "humanLoopConfig": {...}
}
oder 
{
    "image": {...},
    "humanLoopConfig": {...}
}
| Die ursprüngliche Anfrage wurde an den in Amazon A2I integrierten AWS Service gesendet. Wenn Sie beispielsweise Amazon Rekognition mit Amazon A2I verwenden, schließt dies die Anfrage ein, die über die API-Operation `DetectModerationLabels` gestellt wurde. Bei Amazon-Textract-Integrationen schließt dies die Anfrage ein, die über `AnalyzeDocument` gestellt wurde. | | aiServiceResponse | JSON-Objekt | 
{
    "moderationLabels": [...],
    "moderationModelVersion": "3.0"
}
oder 
{
    "blocks": [...],
    "documentMetadata": {}
}
| Die vollständige Antwort des AWS Dienstes. Anhand dieser Daten wird festgestellt, ob eine Überprüfung durch einen Menschen erforderlich ist. Dieses Objekt kann Metadaten über das Datenobjekt enthalten, die nicht an menschliche Prüfer weitergegeben werden. | | selectedAiServiceResponse | JSON-Objekt | 
{
    "moderationLabels": [...],
    "moderationModelVersion": "3.0"
}
oder 
{
    "blocks": [...],
    "documentMetadata": {}
}
| Die Teilmenge von `aiServiceResponse`, die den Aktivierungsbedingungen in `ActivationConditions` entspricht. Alle in `aiServiceResponse` aufgelisteten Datenobjekte werden in `selectedAiServiceResponse` aufgelistet, wenn die Schlussfolgerungen nach dem Zufallsprinzip gezogen werden oder alle Schlussfolgerungen Aktivierungsbedingungen auslösen. | | humanTaskActivationConditionResults | JSON-Objekt | 
{
     "Conditions": [...]
}
| Ein JSON-Objekt in `inputContent`, das den Grund für die Erstellung einer menschlichen Schleife enthält. Dazu gehören eine Liste der Aktivierungsbedingungen (`Conditions`), die in Ihrem Workflow für die menschliche Überprüfung (Ablaufdefinition) enthalten sind, sowie das Bewertungsergebnis für jede Bedingung – dieses Ergebnis ist entweder `true` oder `false`. Weitere Informationen zu den Aktivierungsbedingungen finden Sie unter [JSON-Schema für Bedingungen zur Aktivierung eines Human Loop in Amazon Augmented AI](a2i-human-fallback-conditions-json-schema.md). | Wählen Sie in der folgenden Tabelle eine Registerkarte aus, um mehr über die für den Tasktyp spezifischen Parameter zu erfahren und sich ein Beispiel für einen Codeblock mit Ausgabedaten für jeden der integrierten Tasktypen anzusehen. ------ #### [ Amazon Textract Task Type Output Data ] Wenn Sie die integrierte Amazon-Textract-Integration verwenden, sehen Sie `'AWS/Textract/AnalyzeDocument/Forms/V1'` als den Wert für `awsManagedHumanLoopRequestSource` in Ihren Ausgabedaten. Der `answerContent` Parameter enthält ein `Block` Objekt, das menschliche Antworten für alle an Amazon A2I gesendeten Blöcke enthält. Der `aiServiceResponse` Parameter beinhaltet auch ein `Block` Objekt mit der Antwort von Amazon Textract auf die ursprüngliche Anfrage, die mit an `AnalyzeDocument` gesendet wurde. Weitere Informationen zu den Parametern, die Sie im Blockobjekt sehen, finden Sie unter [Block](https://docs.aws.amazon.com/textract/latest/dg/API_Block.html) im *Amazon Textract Developer Guide*. Im Folgenden finden Sie ein Beispiel für die Ausgabedaten einer Amazon-A2I-Überprüfung der Schlussfolgerungen aus der Amazon-Textract-Dokumentenanalyse durch einen Menschen. ``` { "awsManagedHumanLoopRequestSource": "AWS/Textract/AnalyzeDocument/Forms/V1", "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:111122223333:flow-definition/flow-definition-name", "humanAnswers": [ { "answerContent": { "AWS/Textract/AnalyzeDocument/Forms/V1": { "blocks": [...] } }, "submissionTime": "2020-09-28T19:17:59.880Z", "workerId": "111122223333", "workerMetadata": { "identityData": { "identityProviderType": "Cognito", "issuer": "https://cognito-idp.us-west-2.amazonaws.com/us-west-2_111111", "sub": "c6aa8eb7-9944-42e9-a6b9-111122223333" } } } ], "humanLoopName": "humnan-loop-name", "inputContent": { "aiServiceRequest": { "document": { "s3Object": { "bucket": "amzn-s3-demo-bucket1", "name": "document-demo.jpg" } }, "featureTypes": [ "TABLES", "FORMS" ], "humanLoopConfig": { "dataAttributes": { "contentClassifiers": [ "FreeOfPersonallyIdentifiableInformation" ] }, "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:111122223333:flow-definition/flow-definition-name", "humanLoopName": "humnan-loop-name" } }, "aiServiceResponse": { "blocks": [...], "documentMetadata": { "pages": 1 } }, "humanTaskActivationConditionResults": { "Conditions": [ { "EvaluationResult": true, "Or": [ { "ConditionParameters": { "ImportantFormKey": "Mail address", "ImportantFormKeyAliases": [ "Mail Address:", "Mail address:", "Mailing Add:", "Mailing Addresses" ], "KeyValueBlockConfidenceLessThan": 100, "WordBlockConfidenceLessThan": 100 }, "ConditionType": "ImportantFormKeyConfidenceCheck", "EvaluationResult": true }, { "ConditionParameters": { "ImportantFormKey": "Mail address", "ImportantFormKeyAliases": [ "Mail Address:", "Mail address:", "Mailing Add:", "Mailing Addresses" ] }, "ConditionType": "MissingImportantFormKey", "EvaluationResult": false } ] } ] }, "selectedAiServiceResponse": { "blocks": [...] } } } ``` ------ #### [ Amazon Rekognition Task Type Output Data ] Wenn Sie die integrierte Amazon-Textract-Integration verwenden, sehen Sie die Zeichenfolge `'AWS/Rekognition/DetectModerationLabels/Image/V3'` als Wert für `awsManagedHumanLoopRequestSource` in Ihren Ausgabedaten. Der `answerContent` Parameter enthält ein `moderationLabels` Objekt, das menschliche Antworten für alle Moderationslabels enthält, die an Amazon A2I gesendet wurden. Der `aiServiceResponse` Parameter beinhaltet auch ein `moderationLabels` Objekt mit der Antwort von Amazon Rekognition auf die ursprüngliche Anfrage, an die `DetectModerationLabels` gesendet wurde. Weitere Informationen zu den Parametern, die Sie im Blockobjekt sehen, finden Sie [ModerationLabel](https://docs.aws.amazon.com/rekognition/latest/dg/API_ModerationLabel.html)im Amazon Rekognition Developer Guide. Im Folgenden finden Sie ein Beispiel für die Ausgabedaten einer Amazon-A2I-Überprüfung der Amazon Rekognition Image-Moderation-Inferenzen durch einen Menschen. ``` { "awsManagedHumanLoopRequestSource": "AWS/Rekognition/DetectModerationLabels/Image/V3", "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:111122223333:flow-definition/flow-definition-name", "humanAnswers": [ { "answerContent": { "AWS/Rekognition/DetectModerationLabels/Image/V3": { "moderationLabels": [...] } }, "submissionTime": "2020-09-28T19:22:35.508Z", "workerId": "ef7294f850a3d9d1", "workerMetadata": { "identityData": { "identityProviderType": "Cognito", "issuer": "https://cognito-idp.us-west-2.amazonaws.com/us-west-2_111111", "sub": "c6aa8eb7-9944-42e9-a6b9-111122223333" } } } ], "humanLoopName": "humnan-loop-name", "inputContent": { "aiServiceRequest": { "humanLoopConfig": { "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:111122223333:flow-definition/flow-definition-name", "humanLoopName": "humnan-loop-name" }, "image": { "s3Object": { "bucket": "amzn-s3-demo-bucket1", "name": "example-image.jpg" } } }, "aiServiceResponse": { "moderationLabels": [...], "moderationModelVersion": "3.0" }, "humanTaskActivationConditionResults": { "Conditions": [ { "EvaluationResult": true, "Or": [ { "ConditionParameters": { "ConfidenceLessThan": 98, "ModerationLabelName": "Suggestive" }, "ConditionType": "ModerationLabelConfidenceCheck", "EvaluationResult": true }, { "ConditionParameters": { "ConfidenceGreaterThan": 98, "ModerationLabelName": "Female Swimwear Or Underwear" }, "ConditionType": "ModerationLabelConfidenceCheck", "EvaluationResult": false } ] } ] }, "selectedAiServiceResponse": { "moderationLabels": [ { "confidence": 96.7122802734375, "name": "Suggestive", "parentName": "" } ], "moderationModelVersion": "3.0" } } } ``` ------ ## Daten aus benutzerdefinierten Aufgabentypen ausgeben Wenn Sie Amazon A2I zu einem benutzerdefinierten Arbeitsablauf für die Überprüfung durch einen Mitarbeiter hinzufügen, sehen Sie die folgenden Parameter in den Ausgabedaten, die von menschlichen Überprüfungsaufgaben zurückgegeben werden. **** | Parameter | Wert-Typ | Description | | --- | --- | --- | | `flowDefinitionArn` | Zeichenfolge | Der Amazon-Ressourcenname (ARN) des Worker-Review-Workflows (Worker-Definition), der zum Erstellen des Worker-Workflows verwendet wurde. | | `humanAnswers` | Liste der JSON-Objekte | Eine Liste von JSON-Objekten, die Antworten von Mitarbeitern in answerContent enthalten. Der Wert in diesem Parameter wird durch die Ausgabe bestimmt, die Sie von Ihrer [Worker-Aufgabenvorlage](https://docs.aws.amazon.com/sagemaker/latest/dg/a2i-instructions-overview.html) erhalten haben. Wenn Sie eine private Belegschaft einsetzen, sind die Metadaten der Mitarbeiter enthalten. Weitere Informationen hierzu finden Sie unter [Worker-Aktivitäten verfolgen](#a2i-worker-id-private). | | `humanLoopName` | Zeichenfolge | Der Name der menschliche (Human Loop). | | `inputContent` | JSON-Objekt | Der an Amazon A2I gesendete Eingabeinhalt ist in der Anfrage an [https://docs.aws.amazon.com/augmented-ai/2019-11-07/APIReference/API_StartHumanLoop.html](https://docs.aws.amazon.com/augmented-ai/2019-11-07/APIReference/API_StartHumanLoop.html) enthalten. | Im Folgenden finden Sie ein Beispiel für Ausgabedaten aus einer benutzerdefinierten Integration mit Amazon A2I und Amazon Transcribe. In diesem Beispiel besteht der `inputContent` aus: + Ein Pfad zu einer.mp4-Datei in Amazon S3 und der Videotitel + Die von Amazon Transcribe zurückgesendete Transkription (analysiert aus den Amazon Transcribe-Ausgabedaten) + Eine Start- und Endzeit, die von der Worker-Aufgabenvorlage verwendet wird, um die MP4-Datei auszuschneiden und den Arbeitern einen relevanten Teil des Videos zu zeigen ``` { "flowDefinitionArn": "arn:aws:sagemaker:us-west-2:111122223333:flow-definition/flow-definition-name", "humanAnswers": [ { "answerContent": { "transcription": "use lambda to turn your notebook" }, "submissionTime": "2020-06-18T17:08:26.246Z", "workerId": "ef7294f850a3d9d1", "workerMetadata": { "identityData": { "identityProviderType": "Cognito", "issuer": "https://cognito-idp.us-west-2.amazonaws.com/us-west-2_111111", "sub": "c6aa8eb7-9944-42e9-a6b9-111122223333" } } } ], "humanLoopName": "human-loop-name", "inputContent": { "audioPath": "s3://amzn-s3-demo-bucket1/a2i_transcribe_demo/Fully-Managed Notebook Instances with Amazon SageMaker - a Deep Dive.mp4", "end_time": 950.27, "original_words": "but definitely use Lambda to turn your ", "start_time": 948.51, "video_title": "Fully-Managed Notebook Instances with Amazon SageMaker - a Deep Dive.mp4" } } ``` ## Worker-Aktivitäten verfolgen Amazon A2I bietet Informationen, mit denen Sie einzelne Mitarbeiter anhand von Aufgabenausgabedaten verfolgen können. Um den Mitarbeiter zu identifizieren, der an der menschlichen Überprüfungsaufgabe gearbeitet hat, verwenden Sie Folgendes aus den Ausgabedaten in Amazon S3: + Der `acceptanceTime` ist die Zeit, zu welcher der Mitarbeiter die Aufgabe angenommen hat. Das Format dieses Datums- und Zeitstempels bezieht sich `YYYY-MM-DDTHH:MM:SS.mmmZ` auf Jahr (`YYYY`), Monat (`MM`), Tag (`DD`), Stunde (`HH`), Minute (`MM`), Sekunde (`SS`) und Millisekunde (). `mmm` Datum und Uhrzeit werden durch ein **T** getrennt. + Der `submissionTime` ist die Zeit, zu der die Arbeitskraft ihre Anmerkungen mit der Schaltfläche **Senden** eingereicht hat. Das Format dieses Datums- und Zeitstempels `YYYY-MM-DDTHH:MM:SS.mmmZ` bezieht sich auf Jahr (`YYYY`), Monat (`MM`), Tag (`DD`), Stunde (`HH`), Minute (`MM`), Sekunde (`SS`) und Millisekunde (). `mmm` Datum und Uhrzeit werden durch ein **T** getrennt. + `timeSpentInSeconds` gibt die Gesamtzeit in Sekunden an, die ein Auftragnehmer aktiv an dieser Aufgabe gearbeitet hat. Diese Metrik beinhaltet nicht die Zeit, in der ein Auftragnehmer die Arbeit unterbrochen oder eine Pause gemacht hat. + Die `workerId` ist für jeden Worker spezifisch. + Wenn Sie [private Arbeitskräfte](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-workforce-private.html) verwenden, wird in `workerMetadata` Folgendes angezeigt. + `identityProviderType` ist der Dienst, der für die Verwaltung der privaten Arbeitskräfte zuständig ist. + Das `issuer` ist der Amazon Cognito-Benutzerpool oder der OpenID Connect (OIDC) Identitätsanbieter (IDP) -Aussteller, der dem Arbeitsteam zugeordnet ist, das mit dieser menschlichen Überprüfungsaufgabe beauftragt ist. + Ein eindeutiger `sub`-Identifier verweist auf den Arbeitnehmer. Wenn Sie mit Amazon Cognito eine Belegschaft erstellen, können Sie mit Amazon Cognito Details zu dieser Arbeitskraft (wie den Namen oder den Benutzernamen) abrufen, die dieser ID zugeordnet sind. Wie das funktioniert, erfahren Sie unter [Verwalten und Suchen von Benutzerkonten](https://docs.aws.amazon.com/cognito/latest/developerguide/how-to-manage-user-accounts.html#manage-user-accounts-searching-user-attributes) im *[Amazon Cognito Developer Guide](https://docs.aws.amazon.com/cognito/latest/developerguide/)*. Im Folgenden finden Sie ein Beispiel für die Ausgabe, die Sie sehen können, wenn Sie Amazon Cognito verwenden, um private Arbeitskräfte zu erstellen. Dies ist in der `identityProviderType` identifiziert. ``` "submissionTime": "2020-12-28T18:59:58.321Z", "acceptanceTime": "2020-12-28T18:59:15.191Z", "timeSpentInSeconds": 40.543, "workerId": "a12b3cdefg4h5i67", "workerMetadata": { "identityData": { "identityProviderType": "Cognito", "issuer": "https://cognito-idp.aws-region.amazonaws.com/aws-region_123456789", "sub": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee" } } ``` Im Folgenden finden Sie ein Beispiel für die Ausgabe, die Sie sehen können, wenn Sie Ihren eigenen OIDC-IdP verwenden, um eine private Belegschaft aufzubauen: ``` "workerMetadata": { "identityData": { "identityProviderType": "Oidc", "issuer": "https://example-oidc-ipd.com/adfs", "sub": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee" } } ``` Weitere Informationen zum Einsetzen von privaten Arbeitskräften finden Sie unter [Private Arbeitskräfte](sms-workforce-private.md).