MediaSelección múltiple

Pregunta de práctica de AI-900

Una empresa necesita extraer texto de facturas y recibos escaneados. ¿Qué servicios de Azure son adecuados para esta tarea? (Seleccione todas las opciones que correspondan).

Elige todas las respuestas correctas.

Respuestas correctas

  • AComputer Vision
  • BForm Recognizer

Explicación

Computer Vision es correcta porque su capacidad de lectura/OCR (la Read API) extrae texto impreso y escrito a mano de imágenes y documentos escaneados, lo que se adapta directamente a la extracción de texto de facturas y recibos escaneados. Form Recognizer es correcta porque está diseñada específicamente para la comprensión de documentos: su modelo de recibo y modelo de factura preconstruidos devuelven campos estructurados (comerciante, totales, líneas de artículos, fechas) de recibos y facturas, yendo más allá del OCR básico. Text Analytics no es adecuada porque opera en texto ya extraído para realizar análisis de sentimientos, extracción de frases clave, reconocimiento de entidades con nombre y detección de idiomas; no realiza OCR en imágenes escaneadas. Custom Vision no es adecuada porque es un servicio de clasificación de imágenes/detección de objetos que etiqueta o localiza objetos en imágenes, no un servicio de extracción de texto o comprensión de documentos.

Por qué cada opción es correcta o incorrecta

A

Correcta

Computer Vision

La Read OCR API de Computer Vision extrae texto impreso y escrito a mano de imágenes, incluidas facturas y recibos escaneados. Satisface el requisito de extraer texto sin procesar de documentos escaneados, aunque devuelve texto no estructurado sin análisis de facturas a nivel de campo.

B

Correcta

Form Recognizer

Form Recognizer (Document Intelligence) utiliza modelos preconstruidos de facturas y recibos que extraen texto más campos estructurados como totales, fechas y nombres de proveedores. Esto satisface la necesidad del escenario de procesar facturas y recibos escaneados más allá del OCR simple.

C

Incorrecta

Text Analytics

Text Analytics procesa texto digital preexistente para obtener información como sentimientos o frases clave, careciendo de la capacidad de Reconocimiento Óptico de Caracteres (OCR) necesaria para convertir imágenes escaneadas de facturas y recibos en texto legible por máquina. Es tentador debido a su nombre, pero su función es analizar el *contenido* del texto, lo que lo hace adecuado para escenarios donde el texto ya está extraído y comprender su significado es el objetivo.

D

Incorrecta

Custom Vision

Custom Vision entrena modelos de clasificación de imágenes y detección de objetos en imágenes etiquetadas; devuelve etiquetas y cuadros delimitadores, no texto. El OCR de facturas escaneadas requiere Azure AI Document Intelligence o Computer Vision Read. Custom Vision se adapta a escenarios como la detección de defectos de productos en fotos.

Para profundizar

Azure AI Computer Vision incluye una capacidad de OCR que lee texto impreso y escrito a mano de imágenes, devolviendo líneas y palabras con cuadros delimitadores, lo que se adapta a documentos escaneados simples. Form Recognizer, ahora parte de Azure AI Document Intelligence, va más allá con modelos preconstruidos de facturas y recibos que extraen campos estructurados como proveedor, total y elementos de línea, además de modelos personalizados y compuestos entrenados en sus muestras. Text Analytics maneja tareas de lenguaje como sentimientos, frases clave y entidades, no la extracción de texto de imágenes, y Custom Vision realiza clasificación de imágenes o detección de objetos. Un escenario realista: un equipo de finanzas utiliza el modelo de factura preconstruido de Document Intelligence para la captura estructurada y Computer Vision OCR como alternativa para escaneos inusuales.

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.