自然言語処理応用
Azureの複数のAI言語サービス（Text Analytics、Translator、Speech）を組み合わせて、多国籍カスタマーサービスプラットフォームを構築する際、以下のシナリオで最適なパイプラインはどれか？【シナリオ：スペイン語の音声問い合わせ→感情分析で満足度判定→日本語テキスト化→日本語で応答作成→スペイン語で顧客に返信】
A.Speech-to-Text（スペイン語）→ Text Analytics（スペイン語で感情分析）→ Translator（スペイン語→日本語）→ Translator（日本語→スペイン語）→ Text-to-Speech（スペイン語）← 正解
✓ 正解です。まず音声をスペイン語テキストに変換し、翻訳前の原言語で感情分析することで翻訳による意味変化の影響を避けられます。その後日本語に翻訳して応答を作成し、スペイン語に翻訳して音声出力します。
B.Speech-to-Text（スペイン語）→ Translator（スペイン語→日本語）→ Text Analytics（日本語で感情分析）→ Translator（日本語→スペイン語）→ Text-to-Speech（スペイン語）
✗ 翻訳後に感情分析を行うため、翻訳による意味変化やニュアンスのずれが感情スコアに影響する可能性があり、精度が低下します。
C.Speech-to-Text（スペイン語）→ Translator（スペイン語→日本語）→ Translator（日本語→スペイン語）→ Text Analytics（感情分析）→ Text-to-Speech（スペイン語）
✗ 感情分析を応答翻訳後に実施しており、感情判定結果を応答作成に活用できない設計になっています。
D.Text-to-Speech（スペイン語テキスト作成）→ Speech-to-Text（スペイン語）→ Translator（スペイン語→日本語）→ Text Analytics（感情分析）→ Text-to-Speech（スペイン語）
✗ 音声問い合わせが最初に発生するのに、Text-to-Speechから開始するのは論理的に不適切です。パイプラインの順序が逆向きで実現不可能なシーケンスです。
この問題のポイント
まず音声をスペイン語テキストに変換し、翻訳前の原言語で感情分析することで翻訳による意味変化の影響を避けられます。その後日本語に翻訳して応答を作成し、スペイン語に翻訳して音声出力します。
「自然言語処理」の他の問題
文書から「株式会社〇〇」「東京都」「2024年1月1日」などを自動識別するタスクはどれか？FAQ文書やWebページから質問応答ナレッジベースを構築するAzure AI Languageの機能はどれか？Azure AI Speechの「テキスト読み上げ（TTS）」でブランド独自の音声を作成する機能はどれか？ユーザーが「明日の東京の天気は？」と入力した際に「天気照会」という意図と「東京」「明日」というエンティティを識別するAz…Azure AI LanguageのText Summarizationにおける「抽出型要約」と「抽象型要約」の違いはど…Azure AI Translatorのカスタム翻訳（Custom Translator）の主な用途はどれか？
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。