FácilMúltipla escolha

Questão de prática de AI-102

Uma organização de saúde usa o Azure Document Intelligence para processar formulários de admissão de pacientes. Eles percebem que as pontuações de confiança para a extração de campos estão baixas. Qual é a causa mais provável?

Escolha a melhor resposta.

Resposta correta

  • CO modelo personalizado foi treinado com apenas 10 formulários rotulados

Explicação

Modelos personalizados no Azure Document Intelligence exigem um mínimo de cinco formulários rotulados para treinamento, mas pontuações de confiança baixas normalmente indicam dados de treinamento insuficientes. Com apenas 10 formulários rotulados, o modelo carece de exemplos suficientes para generalizar bem entre variações de caligrafia, formatação e valores de campos, levando a uma baixa confiança na extração.

Por que cada alternativa está certa ou errada

A

Incorreta

A resolução do documento é muito baixa

A baixa resolução pode afetar o OCR, mas não é a causa principal da baixa confiança.

B

Incorreta

O layout do documento não é analisado

A análise de layout é sempre realizada; ela não afeta as pontuações de confiança.

C

Correta

O modelo personalizado foi treinado com apenas 10 formulários rotulados

Modelos personalizados exigem pelo menos 5 formulários rotulados; mais amostras melhoram a confiança.

D

Incorreta

O tamanho do processamento em lote é muito grande

O tamanho do lote não afeta as pontuações de confiança.

Para se aprofundar

Os modelos personalizados do Azure Document Intelligence aprendem a extração de campos a partir de exemplos rotulados, e a precisão depende fortemente do volume e da variedade dos documentos de treinamento. Com apenas dez formulários rotulados, o modelo tem poucos exemplos para generalizar entre layouts, fontes e variações de caligrafia, portanto, as pontuações de confiança para os campos extraídos permanecem baixas e os erros aumentam em documentos não vistos. Baixa resolução pode prejudicar o OCR, mas o sintoma descrito nos campos aponta para insuficiência de dados de treinamento. A análise de layout faz parte do pipeline e não é algo que o chamador desativa. O tamanho do lote afeta a taxa de transferência, não a confiança por campo. A correção prática é rotular pelo menos cinco documentos por tipo de campo, idealmente quinze ou mais, e retreinar o modelo personalizado.

Sobre estas questões de prática

Esta é uma das questões de prática originais de AI-102 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.