AI901-Foundry#129
次の要件「日本語の長文 PDF レビュー文書から、(1) 文単位の感情判定、(2) 言及される製品名の構造化、(3) 個人情報の伏字化」をすべて満たす Azure AI サービスの組み合わせとして、最も適切なものはどれですか?
解説
【正解: A】の理由
要件 (1)(2)(3) はそれぞれ Azure AI Language の sentiment 分析 / NER / PII detection という標準機能に直接対応します。PDF 入力に対しては、Document Intelligence の Read API や Document Translation のテキスト抽出で本文化したテキストを Language に渡す前処理パイプラインを組むのが Microsoft Learn の Document analysis ベスト プラクティスで、Foundry hub の connection で Language + Document Intelligence を一元管理できます。これにより 3 つの要件を 1 つの light-weight text-based ソリューションとして組み立てられます。
【他選択肢が違う理由】
要件 (1)(2)(3) はそれぞれ Azure AI Language の sentiment 分析 / NER / PII detection という標準機能に直接対応します。PDF 入力に対しては、Document Intelligence の Read API や Document Translation のテキスト抽出で本文化したテキストを Language に渡す前処理パイプラインを組むのが Microsoft Learn の Document analysis ベスト プラクティスで、Foundry hub の connection で Language + Document Intelligence を一元管理できます。これにより 3 つの要件を 1 つの light-weight text-based ソリューションとして組み立てられます。
【他選択肢が違う理由】
- B: PDF を音声化する経路は非効率かつ精度劣化が発生し、本シナリオに不適切です。
- C: Translator は翻訳サービスで sentiment / PII は副作用としても提供されません。
- D: vector store は埋め込み検索用途で、sentiment / NER / PII の自動出力は仕様外です。
コメント