Bonne réponse
- AExtraction d'expressions clés et analyse des sentiments
Explication
L'équipe de service client doit identifier les plaintes courantes (ce qui nécessite d'extraire des expressions clés des transcriptions d'appels) et comprendre la polarité du sentiment (positif, négatif ou neutre). L'extraction d'expressions clés préétablie d'Azure AI Language renvoie les principaux sujets de discussion et les termes récurrents, tandis que l'analyse des sentiments attribue un score de sentiment et des étiquettes par phrase ou par document. Les deux fonctionnalités sont disponibles immédiatement sans aucun entraînement personnalisé, répondant directement aux exigences énoncées.
Pour aller plus loin
En arrière-plan, l'extraction d'expressions clés d'Azure AI Language utilise un modèle statistique basé sur le TF-IDF et un classement basé sur des graphiques (similaire à TextRank) pour identifier les termes les plus représentatifs du contenu du document. L'analyse des sentiments utilise un modèle d'apprentissage profond entraîné sur de grands corpus pour attribuer un score de sentiment compris entre 0 (négatif) et 1 (positif) au niveau du document et de la phrase, avec une étiquette neutre supplémentaire lorsque la confiance est faible. Dans un scénario réel, la transcription d'un appel peut contenir un sentiment mitigé (par exemple, un client frustré par un problème de facturation mais satisfait de l'aide de l'agent), et les modèles préétablis gèrent cela en notant chaque phrase indépendamment, permettant à l'équipe d'isoler des segments de plainte spécifiques.
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.