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。 | Built-in |
| [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。 | Built-in |
| [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
要查看演示如何将 Amazon A2I 人工审阅循环集成到机器学习工作流程中的端到端示例，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 Notebook。 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**”。加载可能需要一些时间。 JupyterLab
1. 选择 “添加 Github 存储库” 图标 ()，将 GitHub 仓库克隆到您的工作区。
1. 输入 [amazon-a2i-sample-jupyter-notebooks](https://github.com/aws-samples/amazon-a2i-sample-jupyter-notebooks) 存储库 HTTPS URL。
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。