AWS認定資格 WEB問題集&徹底解説
AIプラクティショナー
合格に向けて、もっと深く学習する
豊富な問題と詳細なAWSサービス解説を、24時間無料でお試しいただけます
問題文と選択肢
企業が顧客からのフィードバックを自動的に分析し、製品やサービスに対する感情を理解したいと考えています。機械学習の専門知識がない開発者でも、このタスクを実現するために最も適したAWSサービスはどれですか?
- Amazon Comprehend
- Amazon SageMaker
- Amazon Rekognition
- AWS Glue
解説
頻出度★★★★★
この問題は、「テキストの感情分析 × ML の専門知識不要」の要件で、学習済みモデルを API で呼ぶだけの NLP サービス Amazon Comprehend を選べるかがポイント
正解
A. Amazon Comprehend
Amazon Comprehend はフルマネージドの自然言語処理(NLP)サービスで、感情分析(ポジティブ/ネガティブ/ニュートラル/混在)、キーフレーズ抽出、エンティティ認識、言語判定などを学習済みモデルの API 呼び出しだけで実行できる。
モデルの構築・学習・チューニングが不要なため、機械学習の専門知識がない開発者でも顧客フィードバックの感情分析をすぐに実装できる。
「テキスト × 感情 × 専門知識不要」という本問の要件にそのまま合致する、唯一の正解。
B. Amazon SageMaker
Amazon SageMaker は機械学習モデルを構築・トレーニング・デプロイするためのプラットフォーム。感情分析を実現すること自体は可能だが、データ準備・アルゴリズム選択・学習・エンドポイント運用が必要になる。
本問が明示している「機械学習の専門知識がない開発者でも」という条件に反するため不適。
AI サービス(Comprehend 等)と ML プラットフォーム(SageMaker)の使い分けを問う典型的な対比。
C. Amazon Rekognition
Amazon Rekognition は画像・動画の分析サービスで、物体・シーン検出、顔認識、不適切コンテンツ検出などを行う。
顔画像から表情を推定する機能はあるが、本問の対象は顧客からのテキストフィードバックであり、テキストの感情分析には使えない。
「感情」という語だけに反応すると引っかかる誤答。
D. AWS Glue
AWS Glue はサーバーレスの ETL(抽出・変換・ロード)サービスで、データの前処理やデータカタログ化に使う。
フィードバックデータを Comprehend に渡す前段の整形には役立つが、感情分析の機能そのものは持たないため、単独では要件を満たせない。
これだけ覚える(記憶フック)
テキスト=Comprehend、画像/動画=Rekognition、音声=Transcribe。「専門知識不要」なら SageMaker は消える。
テキスト=Comprehend、画像/動画=Rekognition、音声=Transcribe。「専門知識不要」なら SageMaker は消える。
正解への思考ルート
問題文から要件を抽出し、選択肢の適否を判断するのがポイントです。| 要件 | 判断ポイント |
|---|---|
| 顧客フィードバック(テキスト)を分析する | 対象データがテキストなら NLP 系の AI サービス。画像・動画向けの Rekognition は対象外 →選択肢(C)を消す |
| 製品やサービスに対する「感情」を理解したい | 感情分析(Sentiment Analysis)は Amazon Comprehend の代表機能。ETL サービスに分析機能はない →選択肢(D)を消す |
| 機械学習の専門知識がない開発者でも実現できること | 学習済みモデルを API で呼ぶだけの AI サービスが本命。モデルを自作する SageMaker は前提に反する →選択肢(B)を消す |
| 自動的に(継続的に)分析したい | Comprehend はリアルタイム API とバッチ(非同期)ジョブの両方に対応し、自動化しやすい →選択肢(A)が正解 |
ひっかけポイント
- SageMaker は「機械学習といえば」で選びたくなるが、本問は「専門知識がない開発者でも」が明示されている。この一文が SageMaker を消す決定打
- Rekognition の顔分析にも「感情(表情)」の推定があるため「感情」という語だけで飛びつくと誤答。入力がテキストか画像かで切り分ける
- AWS Glue は前処理(ETL)であって分析エンジンではない。「データを整える」と「意味を読み取る」は別のレイヤー
- AIF ではAI サービス(Comprehend / Rekognition / Transcribe / Translate 等)と ML プラットフォーム(SageMaker)の役割分担が繰り返し問われる。入力データの種類で即断できるようにしておく
出題バリエーション
同じ知識が本番では条件を変えて出題されます。| 問題文がこう変わったら | 正解はこう変わる |
|---|---|
| 「音声通話の録音から顧客の感情を分析したい」 | Amazon Transcribe(文字起こし)+ Comprehend、またはコンタクトセンター向けの Contact Lens for Amazon Connect が正解軸に。 |
| 「レビュー画像に不適切なコンテンツが含まれていないか判定したい」 | Amazon Rekognition(コンテンツモデレーション)が正解に変わる。 |
| 「業界固有の用語で独自のカテゴリー分類をしたい」 | Amazon Comprehend のカスタム分類(Custom Classification)が正解軸に。 |
| 「フィードバックを多言語に翻訳してから分析したい」 | Amazon Translate との組み合わせが問われる。 |
| 「アルゴリズムを自作して独自モデルを学習・デプロイしたい」 | Amazon SageMaker が正解に変わる。 |
+ 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 82%
No.19 解説
企業が顧客からのフィードバックを自動的に分析し、製品やサービスに対する感情を理解したいと考えています。機械学習の専門知識がない開発者でも、このタスクを実現するために最も適したAWSサービスはどれですか?
- Amazon Comprehend
- Amazon SageMaker
- Amazon Rekognition
- AWS Glue