FácilMúltipla escolha

Questão de prática de AI-900

Uma empresa global de comércio eletrônico recebe avaliações de produtos em vários idiomas. Eles desejam identificar automaticamente o idioma de cada avaliação para encaminhá-la para a fila de tradução apropriada. Qual recurso do Azure AI Language eles devem usar?

Escolha a melhor resposta.

Resposta correta

  • CLanguage Detection

Explicação

Language Detection é o recurso correto do Azure AI Language porque foi projetado especificamente para identificar o idioma de uma entrada de texto fornecida, retornando um nome de idioma e uma pontuação de confiança. Isso atende diretamente ao requisito de detectar automaticamente o idioma das avaliações de produtos para que possam ser encaminhadas para a fila de tradução apropriada.

Por que cada alternativa está certa ou errada

A

Incorreta

Sentiment Analysis

Sentiment Analysis no Azure AI Language identifica se uma avaliação é positiva, negativa, neutra ou mista avaliando o tom emocional expresso no texto, produzindo pontuações de polaridade. No entanto, ela não determina o idioma do texto, pois os modelos de sentimento são normalmente construídos e executados por idioma. Para rotear avaliações com base no idioma, esse recurso seria inútil; ele tentaria pontuar o sentimento em um texto cujo idioma é desconhecido, e a saída não fornece nenhum código de idioma ISO ou pontuação de confiança.

B

Incorreta

Key Phrase Extraction

Key Phrase Extraction retorna uma lista classificada dos principais tópicos de discussão em uma avaliação, como nomes de produtos, problemas de embalagem ou atrasos na entrega, aplicando análise linguística para identificar termos salientes. Embora possa inferir significado do texto, ela não possui nenhum mecanismo para emitir o identificador de idioma ou o código ISO 639-1. No fluxo de trabalho de comércio eletrônico, extrair frases antes de conhecer o idioma pode chamar o modelo incorreto específico do idioma, portanto, não atende à necessidade de rotear avaliações para o pipeline de idioma correto.

C

Correta

Language Detection

Azure AI Language Detection é o recurso correto porque foi projetado especificamente para identificar o(s) idioma(s) em que o texto está escrito, suportando mais de 100 idiomas e retornando o nome do idioma, o código ISO e a pontuação de confiança para cada documento. Uma avaliação escrita em francês, por exemplo, renderia 'fr' ou 'French' com uma alta pontuação de confiança, permitindo que o sistema de comércio eletrônico a roteie automaticamente para um processador de idioma francês. Como as avaliações chegam em vários idiomas, essa saída de detecção de idioma é a primeira etapa essencial antes de aplicar qualquer análise específica de idioma.

D

Incorreta

Entity Recognition

Entity Recognition (NER, reconhecimento de entidades nomeadas) extrai ocorrências de tipos de entidades conhecidos do texto, como nomes de pessoas, organizações, locais, datas e quantidades, marcando-as com categorias. Ela não classifica o idioma geral do documento e não oferece nenhum identificador de idioma, embora alguns rótulos ou nomes de entidades possam sugerir uma cultura. Para um sistema que deve rotear avaliações por idioma, detectar entidades individuais é irrelevante — o processo perderia a questão fundamental de qual idioma a avaliação está escrita.

Para se aprofundar

Language Detection é uma capacidade fundamental no Azure AI Language que usa modelos de aprendizado de máquina treinados em vastos corpora multilíngues para determinar o idioma dominante de cada registro de texto. Quando você chama a API, ela analisa os padrões de caracteres, as frequências de palavras e os n-gramas do texto para identificar o idioma, retornando o nome do idioma, seu código ISO 639-1 e uma pontuação de confiança entre 0 e 1 (às vezes expressa como porcentagem). Uma sutil diferença é que o serviço também pode detectar se um documento contém vários idiomas e, em conteúdo multilíngue, pode retornar o idioma dominante juntamente com pontuações para outros idiomas detectados, o que é fundamental para uma plataforma de comércio eletrônico onde uma única avaliação pode combinar idiomas (por exemplo, inglês mais um dialecto local). Outra consideração prática é que a detecção de idioma costuma ser uma etapa preliminar em um pipeline de IA porque serviços posteriores, como análise de sentimentos, extração de frases-chave e reconhecimento de entidades, são específicos de idioma e podem produzir resultados imprecisos se executados em texto em um idioma não intencional. Conceitos errôneos geralmente surgem da confusão entre detecção de idioma e análise de conteúdo: detectar sentimentos ou frases-chave não requer conhecimento prévio do modelo de idioma, mas ambos devem ser configurados com um parâmetro de idioma e, em um fluxo de avaliações multilíngue, você deve conhecer o idioma antes de poder escolher o modelo correto para resultados confiáveis. Assim, a detecção de idioma serve como o mecanismo de roteamento que permite um processamento preciso e consciente do idioma em cenários globais de comércio eletrônico.

Sobre estas questões de prática

Esta é uma das questões de prática originais de AI-900 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.