Resposta correta
- CCustom Named Entity Recognition (Custom NER)
Explicação
Custom Named Entity Recognition (Custom NER) é a escolha correta porque permite que o escritório de advocacia treine um modelo em seus contratos rotulados manualmente para extrair entidades específicas de domínio como 'Party Name', 'Effective Date' e 'Governing Law'. Ao contrário do NER integrado, que reconhece apenas tipos de entidade predefinidos, o Custom NER aprende com os dados rotulados fornecidos para identificar categorias personalizadas adaptadas às necessidades do escritório.
Para se aprofundar
O Custom NER no Azure AI Language permite treinar um modelo em seu próprio texto rotulado para extrair tipos de entidade específicos de domínio, como Party Name, Effective Date e Governing Law. Você fornece documentos rotulados no Language Studio, treina o modelo e o implanta em um endpoint que retorna intervalos de entidades e pontuações de confiança. O NER integrado reconhece categorias gerais (pessoa, organização, data e hora), mas não campos jurídicos personalizados, e o Entity Linking mapeia menções a uma base de conhecimento em vez de extrair rótulos arbitrários. Uma sutileza: o Custom NER precisa de um número mínimo de exemplos rotulados por entidade (normalmente 10 a 15) e se beneficia de anotação consistente; rótulos inconsistentes em todos os contratos degradam a precisão, o que importa quando os fluxos de trabalho de revisão posteriores dependem de alto recall para cláusulas.
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.