Respuesta correcta
Explicación
Key Phrase Extraction es la característica correcta porque está diseñada específicamente para identificar y devolver los puntos principales de conversación o términos importantes de texto no estructurado, como las reseñas de clientes. La API de Key Phrase Extraction de Azure AI Language analiza la estructura del texto y los patrones lingüísticos para mostrar las frases más relevantes, lo que aborda directamente el requisito de extraer frases clave de las reseñas.
Para profundizar
Key Phrase Extraction en Azure AI Language ejecuta un modelo preentrenado que tokeniza el texto de entrada, puntúa los n-gramas candidatos mediante coocurrencia estadística y relevancia sintáctica, y devuelve las principales frases clasificadas por relevancia. Internamente se expone a través del punto de conexión REST de Analyze Text con la tarea keyPhrases, o mediante el SDK KeyPhraseExtractionClient, y acepta hasta 5,120 caracteres por documento con un límite de lote de 1,000 documentos por solicitud. Un comportamiento sutil que vale la pena conocer: el servicio devuelve las frases en su forma de superficie original sin lematización, por lo que "shipping" y "shipped" pueden aparecer como claves distintas, y las reseñas muy breves pueden producir matrices vacías porque el modelo necesita suficiente contexto para calcular la relevancia. En un escenario realista, un equipo minorista que ingiere miles de reseñas de productos utiliza esta característica para poblar una nube de etiquetas y enrutar quejas, mientras que Sentiment Analysis solo daría puntuaciones de polaridad y NER devolvería intervalos de entidades en lugar de frases tópicas.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de AI-102 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.
Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.