Respuesta correcta
- CCustom Named Entity Recognition (Custom NER)
Explicación
Custom Named Entity Recognition (Custom NER) es la opción correcta porque permite a la firma legal entrenar un modelo en sus contratos etiquetados manualmente para extraer entidades específicas del dominio como 'Party Name', 'Effective Date' y 'Governing Law'. A diferencia del NER integrado, que solo reconoce tipos de entidad predefinidos, Custom NER aprende de los datos etiquetados proporcionados para identificar categorías personalizadas adaptadas a las necesidades de la firma.
Para profundizar
Custom NER en Azure AI Language le permite entrenar un modelo en su propio texto etiquetado para extraer tipos de entidad específicos de un dominio, tales como Party Name, Effective Date y Governing Law. Usted proporciona documentos etiquetados en Language Studio, entrena el modelo y lo despliega en un endpoint que devuelve intervalos de entidades y puntuaciones de confianza. El NER integrado reconoce categorías generales (persona, organización, fecha y hora) pero no campos legales personalizados, y Entity Linking mapea menciones a una base de conocimiento en lugar de extraer etiquetas arbitrarias. Una sutileza: Custom NER necesita un número mínimo de ejemplos etiquetados por entidad (normalmente de 10 a 15) y se beneficia de una anotación consistente; las etiquetas inconsistentes en todos los contratos degradan la precisión, lo cual importa cuando los flujos de trabajo de revisión posteriores dependen de un alto recuerdo para las cláusulas.
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.