Respuesta correcta
- BCustom text classification
Explicación
Custom text classification es la opción correcta porque le permite entrenar un modelo en su propio conjunto de datos etiquetado (1.000 tickets) para categorizar texto en clases definidas de forma personalizada como 'Billing', 'Technical Issue' y 'Account Management'. Esta característica está diseñada específicamente para escenarios donde necesita clasificar documentos en categorías definidas por el usuario, a diferencia de las opciones de clasificación preconstruidas.
Para profundizar
Custom text classification en Azure AI Language es una característica de aprendizaje supervisado: usted proporciona ejemplos etiquetados por clase y el servicio ajusta un modelo basado en transformers (la generación actual está construida sobre modelos de lenguaje multilingües) que aprende patrones a nivel de token y contextuales que distinguen las categorías. El entrenamiento requiere un mínimo de 10 documentos etiquetados por clase y al menos 2 clases, superando cómodamente los 1.000 tickets etiquetados. Una vez implementado, el modelo expone un punto de enlace REST sincrónico que devuelve puntuaciones de confianza por clase, de modo que las aplicaciones pueden enrutar tickets o marcar predicciones de baja confianza para revisión humana. Esto difiere fundamentalmente de capacidades preentrenadas como sentiment analysis o key phrase extraction, que devuelven señales lingüísticas genéricas en lugar de la taxonomía específica de su organización, y de la language detection, que solo identifica el idioma del texto. Un escenario realista: una canalización de helpdesk llama al punto de enlace de clasificación implementado en cada ticket entrante y lo asigna a la cola correcta automáticamente.
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.