Respuesta correcta
- DSentiment analysis with opinion mining
Explicación
Sentiment analysis with opinion mining está diseñada específicamente para extraer tanto el sentimiento (positivo, negativo, neutro) como el objetivo asociado (por ejemplo, 'battery life', 'screen') a partir del texto. Esta característica va más allá de la simple puntuación de sentimiento al identificar el objetivo de la opinión y el sentimiento expresado hacia él, lo cual coincide directamente con el requisito de extraer los nombres de los productos y sus sentimientos asociados de los correos electrónicos de los clientes.
Para profundizar
Sentiment analysis with opinion mining, anteriormente conocida como análisis de sentimientos basado en aspectos, va más allá de la polaridad a nivel de documento al extraer el objetivo de cada opinión y su sentimiento asociado. Azure AI Language devuelve objetivos de opinión como 'battery life' y 'screen' con puntuaciones de confianza y polaridades individuales, mientras que el documento general puede ser mixto o neutro. El análisis de sentimientos simple solo devolvería una etiqueta para toda la frase, perdiendo el contraste entre el comentario positivo de la batería y el comentario negativo de la pantalla. Key phrase extraction devuelve términos destacados sin polaridad, entity linking resuelve nombres a entradas de bases de conocimiento y Custom text classification asigna etiquetas definidas por el usuario a documentos completos. Opinion mining es la única opción que empareja cada atributo de producto con su propio sentimiento.
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.