Resposta correta
Explicação
Key Phrase Extraction é o recurso correto porque foi projetado especificamente para identificar e retornar os principais pontos de discussão ou termos importantes de texto não estruturado, como avaliações de clientes. A API Key Phrase Extraction do Azure AI Language analisa a estrutura do texto e os padrões linguísticos para exibir as frases mais relevantes, o que atende diretamente ao requisito de extrair frases-chave das avaliações.
Para se aprofundar
Key Phrase Extraction no Azure AI Language executa um modelo pré-treinado que tokeniza o texto de entrada, pontua n-gramas candidatos por coocorrência estatística e saliência sintática, e retorna as principais frases classificadas por relevância. Internamente, ele é exposto por meio do endpoint REST do Analyze Text com a tarefa keyPhrases, ou por meio do KeyPhraseExtractionClient do SDK, e aceita até 5.120 caracteres por documento com um limite de lote de 1.000 documentos por solicitação. Um comportamento sutil que vale a pena conhecer: o serviço retorna frases em sua forma de superfície original sem lematização, portanto 'shipping' e 'shipped' podem aparecer como chaves distintas, e avaliações muito curtas podem produzir arrays vazios porque o modelo precisa de contexto suficiente para calcular a saliência. Em um cenário realista, uma equipe de varejo ingerindo milhares de avaliações de produtos usa esse recurso para popular uma nuvem de tags e direcionar reclamações, enquanto o Sentiment Analysis forneceria apenas pontuações de polaridade e o NER retornaria trechos de entidades em vez de frases tópicas.
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.