Azure認定資格 WEB問題集＆徹底解説
AI-900：Microsoft Azure AI Fundamentals
解説
正解はCです。Sentiment analysisは、テキストの感情的なトーン（ポジティブ、ネガティブ、ニュートラルなど）を判定するための事前構築済み機能です。Azure AI Languageが提供するこの機能は、カスタムモデルの作成や深い自然言語処理の知識を必要とせず、APIを呼び出すだけで即座にレビューの肯定的・否定的な評価を分析できるため、要件に最も適合しています。
選択肢A：Custom text classificationは独自の分類モデルを構築するための機能であり、ラベル付きデータを用意してモデルをトレーニングする必要があります。事前構築済みモデルを使用するという要件に合致しません。
選択肢B：Key phrase extractionはテキストから重要なキーワードやフレーズを抽出する機能であり、感情の判定を目的としていません。レビューがポジティブかネガティブかを判定する用途には適していません。
選択肢D：Named entity recognitionは、テキスト中の人名、地名、組織名などの固有表現を抽出する機能です。感情分析とは異なる目的で使用されるため、要件を満たしません。
選択肢A：Custom text classificationは独自の分類モデルを構築するための機能であり、ラベル付きデータを用意してモデルをトレーニングする必要があります。事前構築済みモデルを使用するという要件に合致しません。
選択肢B：Key phrase extractionはテキストから重要なキーワードやフレーズを抽出する機能であり、感情の判定を目的としていません。レビューがポジティブかネガティブかを判定する用途には適していません。
選択肢D：Named entity recognitionは、テキスト中の人名、地名、組織名などの固有表現を抽出する機能です。感情分析とは異なる目的で使用されるため、要件を満たしません。
関連サービスの解説
Azure AI Language＋ 質問 / コメント
解答・解説に疑問がある場合や、よりよい解説がある場合など、お気軽にコメントください。ただし、短文コメントは表示されません。また、中傷などコメントの内容によっては、会員機能を停止させて頂きます。教え学び合える場になれば嬉しいです。（コメント投稿にはログインが必要です）
正答率 %
No.31 解説
ある企業では、複数のオンラインストアから集められたレビュー投稿データを迅速に分析したいと考えています。高度なNLPの専門知識や独自モデルの学習を行うことなく、事前構築済みのモデルを使用して各レビューがポジティブな評価かネガティブな評価かを判定する必要があります。この要件を満たすAzure AI Languageの機能として、最も適切なものはどれですか？
- Custom text classification
- Key phrase extraction
- Sentiment analysis
- Named entity recognition