AI901-Foundry#90
Azure AI Language の Named Entity Recognition (NER) が事前学習で抽出するカテゴリの代表例として、最も適切なものはどれですか?
解説
【正解: A】の理由
Azure AI Language の事前学習 NER は、Microsoft 公式ドキュメントに列挙される標準カテゴリ — Person / PersonType / Organization / Location / DateTime / Quantity / Skill / Product / IP / URL / Email / PhoneNumber 等 — を多言語で抽出します。これらは汎用ビジネス文書 / メール / レビュー解析で最も需要が高い固有表現で、追加学習なしで即時利用できます。業務固有のエンティティ (社内製品コード等) が必要な場合は custom NER で拡張します。
【他選択肢が違う理由】
Azure AI Language の事前学習 NER は、Microsoft 公式ドキュメントに列挙される標準カテゴリ — Person / PersonType / Organization / Location / DateTime / Quantity / Skill / Product / IP / URL / Email / PhoneNumber 等 — を多言語で抽出します。これらは汎用ビジネス文書 / メール / レビュー解析で最も需要が高い固有表現で、追加学習なしで即時利用できます。業務固有のエンティティ (社内製品コード等) が必要な場合は custom NER で拡張します。
【他選択肢が違う理由】
- B: Azure リソース名は NER の標準カテゴリではありません。
- C: HTTP ステータスはエンティティ抽出の対象ではなくログ解析の話です。
- D: MFCC は音声処理の話で、テキスト NER とは無関係です。
コメント