AWS認定資格 WEB問題集＆徹底解説
AIプラクティショナー
解説
正解はAです。Amazon Textractは、スキャンされた文書やPDFから文字情報、フォーム、表を高精度に抽出するOCRサービスであり、保険申請書類からの情報抽出に最適です。Amazon SageMakerは機械学習モデルの構築・トレーニング・デプロイを包括的にサポートし、抽出されたデータに対して承認基準への適合判定モデルを構築・改善していくことが可能です。この組み合わせにより、文書からのデータ抽出と機械学習による判定という2つの要件を効率的に実現できます。
選択肢 B：Amazon Comprehendは自然言語処理サービスであり、感情分析やエンティティ抽出には有効ですが、紙文書やPDFからの文字認識機能は持ちません。AWS Lambdaは処理のオーケストレーションには使えますが、文書からのデータ抽出や機械学習モデルの継続的な改善という要件には対応できません。
選択肢 C：Amazon Rekognitionは画像・動画分析サービスであり、顔認識や物体検出には優れていますが、文書からの構造化データ抽出には適していません。Amazon Kendraはインテリジェント検索サービスであり、文書の検索には有効ですが、データ抽出や判定モデルの構築には向いていません。
選択肢 D：Amazon Lexは会話型インターフェース（チャットボット）の構築サービス、Amazon Pollyはテキスト読み上げサービスです。どちらも文書からのデータ抽出や機械学習による判定という要件には対応しておらず、本ユースケースには適していません。
Amazon Textract
選択肢 B：Amazon Comprehendは自然言語処理サービスであり、感情分析やエンティティ抽出には有効ですが、紙文書やPDFからの文字認識機能は持ちません。AWS Lambdaは処理のオーケストレーションには使えますが、文書からのデータ抽出や機械学習モデルの継続的な改善という要件には対応できません。
選択肢 C：Amazon Rekognitionは画像・動画分析サービスであり、顔認識や物体検出には優れていますが、文書からの構造化データ抽出には適していません。Amazon Kendraはインテリジェント検索サービスであり、文書の検索には有効ですが、データ抽出や判定モデルの構築には向いていません。
選択肢 D：Amazon Lexは会話型インターフェース（チャットボット）の構築サービス、Amazon Pollyはテキスト読み上げサービスです。どちらも文書からのデータ抽出や機械学習による判定という要件には対応しておらず、本ユースケースには適していません。
関連サービスの解説
Amazon SageMakerAmazon Textract
＋ 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 94%
No.14 解説
ある保険会社は、顧客から提出される保険申請書類をデジタル処理する仕組みを構築したいと考えています。提出される書類は紙ベースの申請書や医師の診断書などで、これらの文書から契約者名、保険金額、診断内容といった重要項目を自動抽出し、さらに抽出されたデータが社内の承認基準に照らして適切かどうかを機械学習で判定する必要があります。運用開始後も判定精度を継続的に向上させていく予定です。この要件を満たすために最も適切なAWSサービスの組み合わせはどれですか。
- Amazon Textract と Amazon SageMaker
- Amazon Comprehend と AWS Lambda
- Amazon Rekognition と Amazon Kendra
- Amazon Lex と Amazon Polly