MédiaMúltipla escolha

Questão de prática de AI-900

Uma equipe de atendimento ao cliente deseja analisar milhares de transcrições de chamadas para identificar reclamações comuns e entender se o sentimento do cliente é positivo, negativo ou neutro. Eles planejam usar recursos pré-construídos do Azure AI Language sem nenhum treinamento personalizado. Qual combinação de recursos eles devem usar?

Escolha a melhor resposta.

Resposta correta

  • AExtração de frases-chave e análise de sentimentos

Explicação

A equipe de atendimento ao cliente precisa identificar reclamações comuns (o que requer a extração de frases-chave das transcrições de chamadas) e entender a polaridade do sentimento (positivo, negativo ou neutro). A extração de frases-chave pré-construída do Azure AI Language retorna os principais tópicos de conversa e termos recorrentes, enquanto a análise de sentimentos atribui uma pontuação de sentimento e rótulos por frase ou documento. Ambos os recursos estão disponíveis prontos para uso sem nenhum treinamento personalizado, atendendo diretamente aos requisitos declarados.

Por que cada alternativa está certa ou errada

A

Correta

Extração de frases-chave e análise de sentimentos

A extração de frases-chave revela tópicos de reclamação recorrentes nas transcrições, enquanto a análise de sentimentos classifica cada um como positivo, negativo ou neutro. Ambas são capacidades pré-construídas do Azure AI Language que não exigem treinamento personalizado, correspondendo exatamente à restrição declarada.

B

Incorreta

Reconhecimento de entidades e tradução de texto

O reconhecimento de entidades extrai entidades nomeadas e a tradução converte idiomas; nenhuma delas identifica tópicos de reclamação nem classifica o sentimento. A tradução seria correta para transcrições multilíngues, mas a equipe precisa de extração de frases-chave para reclamações comuns mais análise de sentimentos para polaridade, ambas capacidades pré-construídas do Azure AI Language.

C

Incorreta

Detecção de idioma e sumarização

A detecção de idioma identifica em qual idioma uma transcrição está escrita e a sumarização a condensa; nenhuma delas extrai reclamações ou pontua o sentimento. A equipe precisa de extração de frases-chave e análise de sentimentos. A detecção de idioma e a sumarização são adequadas para roteamento multilíngue ou condensação de notas de chamadas, não para análise de reclamações e sentimentos.

D

Incorreta

Detecção de PII e análise de conversas

A detecção de PII redige dados pessoais e a análise de conversas lida com a estrutura de diálogo de vários turnos, não com o agrupamento de reclamações ou polaridade. A detecção de PII seria correta quando as transcrições precisam ser limpas antes do armazenamento, mas a identificação de reclamações comuns requer extração de frases-chave, e o sentimento requer análise de sentimentos.

Para se aprofundar

Nos bastidores, a extração de frases-chave do Azure AI Language usa um modelo estatístico baseado em TF-IDF e classificação baseada em grafos (semelhante ao TextRank) para identificar os termos mais representativos do conteúdo do documento. A análise de sentimentos usa um modelo de aprendizado profundo treinado em grandes corpora para atribuir uma pontuação de sentimento entre 0 (negativo) e 1 (positivo) no nível do documento e da frase, com um rótulo neutro adicional quando a confiança é baixa. Em um cenário do mundo real, a transcrição de uma chamada pode conter sentimentos mistos (por exemplo, um cliente frustrado com um problema de cobrança, mas satisfeito com a ajuda do agente), e os modelos pré-construídos lidam com isso pontuando cada frase de forma independente, permitindo que a equipe identifique segmentos específicos de reclamação.

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.