Resposta correta
- BClassificação de texto personalizada e reconhecimento de entidade nomeada personalizado
Explicação
O escritório de advocacia precisa categorizar documentos (uma tarefa de classificação de texto) e extrair cláusulas específicas (uma tarefa de reconhecimento de entidade nomeada). A classificação de texto personalizada permite treinar um modelo em exemplos rotulados para classificar documentos em categorias como 'contrato' ou 'petição', enquanto o reconhecimento de entidade nomeada (NER) personalizado pode ser treinado para extrair entidades específicas do domínio, como cláusulas de 'indenização' e 'confidencialidade' do texto. O Azure AI Language oferece suporte a ambos os recursos personalizados, permitindo que a empresa crie modelos sob medida usando seu conjunto de dados rotulado.
Para se aprofundar
Esta questão testa a distinção entre modelos de NLP de uso geral pré-construídos e modelos treináveis personalizados no Azure AI Language. Recursos pré-construídos como análise de sentimento, extração de frases-chave, detecção de idioma e tradução são treinados em dados genéricos em escala da web e são fixos — você não pode injetar categorias ou tipos de entidade específicos do domínio. A classificação de texto personalizada e o NER personalizado, por outro lado, permitem que você traga documentos rotulados e treine um modelo supervisionado que aprende sua taxonomia e esquema de entidade específicos, e então o implante como um endpoint em tempo real ou em lote. Um ponto sutil, mas importante, é que modelos personalizados exigem um esquema de rotulagem bem projetado e dados de treinamento representativos suficientes (geralmente algumas dezenas a algumas centenas de exemplos por classe) para alcançar uma precisão confiável; caso contrário, o modelo sofrerá overfitting ou perderá casos extremos. Um equívoco comum é que a 'IA' pode categorizar qualquer texto imediatamente, mas, na prática, domínios jurídicos ou médicos quase sempre precisam de NLP personalizado porque o vocabulário, as estruturas de cláusulas e os tipos de entidade são altamente especializados. A implicação no mundo real para um escritório de advocacia é que o uso de classificação de texto personalizada e NER personalizado não apenas automatiza o roteamento de documentos para áreas de prática, mas também estrutura informações importantes (por exemplo, lei aplicável, data de rescisão) para fluxos de trabalho de pesquisa, conformidade e e-discovery posteriores.
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.