MediaOpción múltiple

Pregunta de práctica de AI-900

Una universidad quiere construir un chatbot que pueda responder preguntas sobre sus procedimientos de admisión. El chatbot debe recuperar respuestas directamente de un conjunto de documentos PDF oficiales que contienen políticas y preguntas frecuentes (FAQs). ¿Qué característica de Azure AI Language deben usar para implementar esto?

Elige la mejor respuesta.

Respuesta correcta

  • CCustom question answering

Explicación

Custom question answering (C) es la elección correcta porque le permite a la universidad ingerir documentos PDF oficiales y crear una base de conocimiento de pares de preguntas y respuestas. El chatbot puede entonces recuperar respuestas directamente de este contenido seleccionado, haciéndolo ideal para escenarios de preguntas y respuestas basados en documentos específicos del dominio, como procedimientos de admisión.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Sentiment analysis

El análisis de sentimientos (sentiment analysis) califica el texto como positivo, negativo o neutral; no extrae respuestas de documentos de políticas. Es tentador porque clasifica genuinamente la opinión en los comentarios de los clientes, lo que sería correcto al monitorear la satisfacción con un servicio de admisiones en lugar de responder preguntas de procedimiento.

B

Incorrecta

Key phrase extraction

La extracción de frases clave (key phrase extraction) devuelve términos destacados del texto; no puede recuperar pasajes de PDFs ni fundamentar respuestas en esos documentos. Es tentador porque extrae genuinamente temas importantes dentro de un cuerpo de texto, lo que sería correcto al resumir temas en todos los documentos en lugar de responder preguntas a partir de ellos.

C

Correcta

Custom question answering

Custom question answering construye una base de conocimiento a partir de documentos suministrados, como los PDFs oficiales, y luego devuelve respuestas precisas a consultas de admisión en lenguaje natural. Satisface la restricción de recuperación a partir de documentos sin requerir entrenamiento de modelos ni despliegue de código personalizado.

D

Incorrecta

Language detection

La detección de idiomas (language detection) identifica en qué idioma está escrito un fragmento de texto; no realiza ninguna recuperación de PDFs y no puede fundamentar las respuestas del chatbot. Es tentador porque enruta genuinamente entradas multilingües al modelo de lenguaje correcto, lo que sería correcto cuando un chatbot debe manejar consultas escritas en varios idiomas.

Para profundizar

Custom question answering en Azure AI Language construye una base de conocimiento a partir de fuentes cargadas como PDFs, URLs y archivos estructurados, luego responde preguntas en lenguaje natural haciendo coincidir con ese contenido. Utiliza una combinación de clasificación basada en transformers y, opcionalmente, un índice de Azure AI Search para recuperar el mejor pasaje, devolviendo una respuesta más una puntuación de confianza. Admite indicaciones de seguimiento de varios turnos y se puede consumir a través del SDK de Language o un bot. Esto difiere del análisis de sentimientos, la extracción de frases clave y la detección de idiomas, que son características de análisis de texto de un solo propósito que no recuperan respuestas de documentos. Un caso realista: una universidad carga sus manuales de admisiones y PDFs de preguntas frecuentes, y un bot responde las preguntas de los futuros estudiantes con citas del texto oficial de la política.

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.