DifícilMúltipla escolha

Questão de prática de PL-900

Exhibit

{
  "value": "rubbish bin",
  "type": "AppFeedback",
  "data": [
    {
      "sentiment": "negative"
    }
  ]
}

Consulte a exibição. Um fluxo do Power Automate usa o conector do 'Microsoft Forms' com esta saída. Qual modelo do AI Builder deve ser usado para categorizar este comentário como 'AppFeedback'?

Escolha a melhor resposta.

Resposta correta

  • BCategory classification

Explicação

O modelo do AI Builder 'Category classification' foi desenvolvido para atribuir categorias predefinidas ao texto, como classificar comentários como 'AppFeedback'. Este modelo usa um classificador treinado personalizado para mapear o texto de entrada para rótulos específicos, tornando-se a escolha correta para categorizar respostas de formulários em categorias distintas como 'AppFeedback'.

Por que cada alternativa está certa ou errada

A

Incorreta

Language detection

Language detection retorna o código de idioma do texto, e não um rótulo de categoria, portanto, não pode classificar comentários como 'AppFeedback'. É tentador porque também processa texto livre do Forms e estaria correto ao rotear submissões por idioma, como direcionar respostas em francês para uma equipe francófona.

B

Correta

Category classification

Category classification é treinado em exemplos de texto rotulado para atribuir rótulos predefinidos, para que as respostas de formulários em texto livre possam ser ordenadas em buckets como 'AppFeedback'. O reconhecimento de texto e o processamento de formulários lidam com a extração, não com a atribuição de sentimentos ou tópicos.

C

Incorreta

Sentiment analysis

Sentiment analysis retorna pontuações positivas, negativas ou neutras, e não uma categoria personalizada como 'AppFeedback'. É tentador porque também classifica respostas de formulários e estaria correto ao fazer a triagem de comentários por tom, por exemplo, roteando comentários negativos para uma fila de suporte.

D

Incorreta

Entity extraction

Entity extraction extrai itens estruturados como nomes, datas ou locais do texto; ele não atribui uma categoria predefinida a uma resposta inteira. É tentador porque também analisa o texto do formulário e estaria correto ao extrair o número do pedido ou o endereço de um cliente de uma mensagem enviada.

Para se aprofundar

A classificação de categorias do AI Builder é um modelo de texto supervisionado que atribui o texto de entrada a uma ou mais categorias predefinidas fornecidas por você durante o treinamento. No Power Automate, o conector do Microsoft Forms retorna campos de resposta como o texto enviado, e você passa esse texto para a ação de previsão do modelo. O modelo retorna a categoria correspondente e uma pontuação de confiança, sobre a qual o fluxo pode se ramificar. A detecção de idioma apenas identifica o idioma, a análise de sentimento retorna positivo, negativo ou neutro, e a extração de entidades extrai nomes, datas ou locais. Para rotear comentários de texto livre em buckets como AppFeedback, a classificação de categorias é o modelo correto porque mapeia texto arbitrario para sua própria taxonomia em vez de pontuar o tom ou extrair entidades.

Sobre estas questões de prática

Esta é uma das questões de prática originais de PL-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.