我正在尝试使用私人劳动力运行一个简单的 GroundTruth 标记作业以进行文本分类。由于我是 AWS GroundTruth 的新手，所以我有一些问题：
如果我使用私人劳动力，我可以分配到标签工作的最大人数是多少？定价成本是否取决于私人劳动力中使用的人数。
我有一个带标签的数据集（文本分类），我将它上传到 S3 存储桶，如果我向它上传另一个未标记的数据，AutoML 会标记提供的原始数据吗？如果没有，我如何使用已经标记的数据集来标记新的原始数据/
Groundtruth 文档说，它需要至少 1000 个物体才能被人类标记。它是指所有类的 1000 个对象，还是单个类的 1000 个对象？如果我手动标记 1000+ 个对象，AutoML 会再标记多少个对象，或者 AutoML 最多可以标记多少个对象？
【问题讨论】：
标签： amazon-web-services amazon-sagemaker
我是 Amazon SageMaker Ground Truth 的产品经理，我很乐意回答您的问题。以下是我的回答：
[1] 您的自有品牌员工队伍可大可小，随心所欲。定价不取决于您的标签工作人员的规模。
[2] 您可以在此处了解有关如何引入“部分”标记数据集的更多信息：https://docs.aws.amazon.com/sagemaker/latest/dg/sms-reusing-data.html#sms-reusing-data-newdata
您还可以使用从之前的标签作业中训练出来的 ML 模型。在这里了解更多； https://aws.amazon.com/blogs/machine-learning/amazon-sagemaker-ground-truth-using-a-pre-trained-model-for-faster-data-labeling/
[3] 澄清一下，您需要 1,000 个数据集对象来启动自动标记作业，但是这 1,000 个对象中的一些可以自动标记（百分比取决于您的数据和用例）。您的类中有 1,000 个对象 - 即除了拥有 1,000 个文本数据集对象之外没有其他要求。
您可以通过这篇博文了解更多关于自动标记机制的信息：https://aws.amazon.com/blogs/machine-learning/annotate-data-for-less-with-amazon-sagemaker-ground-truth-and-automated-data-labeling/
【讨论】：