FácilOpción múltiple

Pregunta de práctica de AI-900

Una empresa global de comercio electrónico recibe reseñas de productos en varios idiomas. Desean identificar automáticamente el idioma de cada reseña para enrutarla a la cola de traducción adecuada. ¿Qué característica de Azure AI Language deben utilizar?

Elige la mejor respuesta.

Respuesta correcta

  • CLanguage Detection

Explicación

Language Detection es la característica correcta de Azure AI Language porque está diseñada específicamente para identificar el idioma de una entrada de texto dada, devolviendo un nombre de idioma y una puntuación de confianza. Esto cumple directamente con el requisito de detectar automáticamente el idioma de las reseñas de productos para que puedan enrutarse a la cola de traducción adecuada.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Sentiment Analysis

Sentiment Analysis en Azure AI Language identifica si una reseña es positiva, negativa, neutral o mixta mediante la evaluación del tono emocional expresado en el texto, produciendo puntuaciones de polaridad. Sin embargo, no determina el idioma del texto, ya que los modelos de sentimiento generalmente se construyen y ejecutan por idioma. Para enrutar reseñas basadas en el idioma, esta característica sería inútil; intentaría calificar el sentimiento en un texto cuyo idioma se desconoce, y la salida no proporciona ningún código de idioma ISO ni puntuación de confianza.

B

Incorrecta

Key Phrase Extraction

Key Phrase Extraction devuelve una lista clasificada de los principales temas de conversación en una reseña, como nombres de productos, problemas de embalaje o retrasos en la entrega, aplicando análisis lingüístico para identificar términos destacados. Si bien puede inferir significado del texto, no tiene ningún mecanismo para emitir el identificador de idioma o el código ISO 639-1. En el flujo de trabajo de comercio electrónico, extraer frases antes de conocer el idioma puede llamar al modelo incorrecto específico del idioma, por lo que no satisface la necesidad de enrutar las reseñas a la canalización de idiomas correcta.

C

Correcta

Language Detection

Azure AI Language Detection es la característica correcta porque está diseñada específicamente para identificar el o los idiomas en los que está escrito el texto, admitiendo más de 100 idiomas y devolviendo el nombre del idioma, el código ISO y la puntuación de confianza para cada documento. Una reseña escrita en francés, por ejemplo, produciría 'fr' o 'French' con una alta puntuación de confianza, lo que permite que el sistema de comercio electrónico la enrute automáticamente a un procesador en francés. Debido a que las reseñas llegan en muchos idiomas, esta salida de detección de idiomas es el primer paso esencial antes de aplicar cualquier análisis específico del idioma.

D

Incorrecta

Entity Recognition

Entity Recognition (NER, reconocimiento de entidades con nombre) extrae ocurrencias de tipos de entidades conocidos del texto, como nombres de personas, organizaciones, ubicaciones, fechas y cantidades, etiquetándolas con categorías. No clasifica el idioma general del documento y no ofrece ningún identificador de idioma, aunque algunas etiquetas o nombres de entidades puedan sugerir una cultura. Para un sistema que debe enrutar reseñas por idioma, detectar entidades individuales es irrelevante; el proceso pasaría por alto la pregunta fundamental de en qué idioma está escrita la reseña.

Para profundizar

Language Detection es una capacidad fundamental en Azure AI Language que utiliza modelos de aprendizaje automático entrenados en vastos corpus multilingües para determinar el idioma dominante de cada registro de texto. Cuando llamas a la API, analiza los patrones de caracteres, las frecuencias de palabras y los n-gramas del texto para identificar el idioma, devolviendo el nombre del idioma, su código ISO 639-1 y una puntuación de confianza entre 0 y 1 (a veces expresada como porcentaje). Un detalle sutil es que el servicio también puede detectar si un documento contiene varios idiomas, y en contenido multilingüe, puede devolver el idioma dominante junto con puntuaciones para otros idiomas detectados, lo cual es fundamental para una plataforma de comercio electrónico donde una sola reseña puede combinar idiomas (por ejemplo, inglés más un dialecto local). Otra consideración práctica es que la detección de idiomas es a menudo un paso previo en una canalización de IA porque los servicios posteriores como el análisis de sentimientos, la extracción de frases clave y el reconocimiento de entidades son específicos del idioma y pueden producir resultados inexactos si se ejecutan en texto en un idioma no previsto. Las ideas erróneas surgen a menudo de la confusión entre la detección de idiomas y el análisis de contenido: detectar sentimientos o frases clave no requiere conocimiento previo del modelo de idioma, pero ambos deben configurarse con un parámetro de idioma, y en un flujo de reseñas multilingüe, debes conocer el idioma antes de poder elegir el modelo correcto para obtener resultados confiables. Por lo tanto, la detección de idiomas sirve como el mecanismo de enrutamiento que permite un procesamiento preciso y consciente del idioma en escenarios globales de comercio electrónico.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de AI-900 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.