Bonne réponse
- BAzure AI Language (Named Entity Recognition)
Explication
La fonctionnalité de reconnaissance d'entités nommées (NER) d'Azure AI Language est spécifiquement conçue pour identifier et catégoriser les entités nommées telles que les personnes, les organisations, les emplacements et les dates à partir de texte non structuré. Il s'agit d'une fonctionnalité centrale de la charge de travail de traitement du langage naturel (NLP) au sein d'Azure AI Language, faisant de l'option B le bon choix.
Pour aller plus loin
Azure AI Language regroupe des fonctionnalités de NLP pré-entraînées et personnalisables, et sa fonction de reconnaissance d'entités nommées renvoie des entités catégorisées en tant que Person, Organization, Location, DateTime, Quantity, URL, et plus encore, chacune avec son décalage, sa longueur, son score de confiance et sa plage de texte. Elle est exposée via l'API REST du service Language et les SDK, et peut être conteneurisée pour une utilisation sur site ou déconnectée. Une subtilité intéressante à connaître est que les scores de confiance NER varient selon la catégorie et la langue, et vous pouvez fournir un modèle de reconnaissance d'entités personnalisé pour détecter des termes spécifiques au domaine que le modèle préconstruit rate. Cela compte lors de l'extraction de parties, de juridictions et de dates de contrats ou de tickets de support à grande échelle.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement AI-900 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.