MediaOpción múltiple

Pregunta de práctica de AI-900

¿Qué es la clasificación de texto personalizada en Azure AI Language?

Elige la mejor respuesta.

Respuesta correcta

  • BEntrenamiento de un modelo de clasificación de texto con sus propios datos etiquetados para categorías personalizadas

Explicación

La clasificación de texto personalizada en Azure AI Language permite entrenar un modelo de aprendizaje automático con su propio conjunto de datos etiquetados para clasificar texto en categorías personalizadas específicas para las necesidades de su negocio. Este es un enfoque de aprendizaje supervisado en el que usted proporciona ejemplos de texto y sus etiquetas correspondientes, y el servicio aprende a predecir la categoría correcta para texto nuevo y no visto. Se diferencia de los modelos de clasificación preconstruidos porque se adapta a su taxonomía única.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Traducción de texto a un idioma personalizado inventado por el usuario

La clasificación de texto personalizada asigna etiquetas definidas por el usuario a los documentos; no traduce contenido a ningún idioma, ya sea inventado o de otro tipo. Es tentador porque ambos son capacidades de Azure AI Language, y sería correcto cuando el requisito sea enrutar o etiquetar documentos por categoría en lugar de convertir el idioma.

B

Correcta

Entrenamiento de un modelo de clasificación de texto con sus propios datos etiquetados para categorías personalizadas

La clasificación de texto personalizada le permite entrenar un modelo en su propio conjunto de datos etiquetados, definiendo categorías a medida en lugar de depender de las etiquetas preentrenadas integradas de Azure AI Language. Esto satisface el requisito del escenario de categorías específicas del dominio, ya que el modelo aprende su taxonomía a partir de ejemplos etiquetados durante el entrenamiento.

C

Incorrecta

Detección y eliminación automática de términos ofensivos personalizados del texto

La clasificación de texto personalizada asigna etiquetas definidas por el usuario a los documentos; no detecta ni redacta términos ofensivos. La superposición tentadora es que ambos procesan texto, pero el filtrado de lenguaje ofensivo pertenece a Azure AI Content Safety, mientras que la clasificación se entrena en ejemplos etiquetados para categorizar documentos enteros.

D

Incorrecta

Formato de texto con estilos y fuentes personalizados

La clasificación de texto personalizada asigna etiquetas definidas por el usuario a documentos o fragmentos de texto; las fuentes y los estilos son de presentación, manejados por el renderizado del cliente, no por el entrenamiento del modelo. Es tentador porque "personalizado" sugiere adaptar la apariencia de la salida, lo que sería la respuesta correcta si la pregunta preguntara sobre el formato de las respuestas en una UI de aplicación.

Para profundizar

La clasificación de texto personalizada en Azure AI Language es una capacidad supervisada en la que usted suministra un conjunto de datos etiquetado de expresiones o documentos mapeados a sus propias categorías mutuamente excluyentes, y el servicio ajusta un modelo basado en transformadores alojado detrás de un punto de conexión de un recurso de Language. Usted entrena, evalúa con precisión, recuperación y F1 en una división reservada, implementa en una implementación con nombre y luego llama al punto de conexión de clasificación con texto. Se diferencia de la clasificación preconstruida (análisis de sentimientos, detección de idiomas) porque las etiquetas son suyas, y de la NER personalizada, que extrae fragmentos en lugar de asignar una etiqueta por documento. Un caso realista: enrutar tickets de soporte a colas de 'facturación', 'interrupción' y 'solicitud de característica' utilizando tickets históricos como datos de entrenamiento.

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.