AI-900重要概念応用

金融機関が Azure Cognitive Services の感情分析を使用して、顧客からのソーシャルメディア投稿を監視し、ネガティブな感情を検出して対応しています。ただし、業界特有の表現や皮肉/冗談を含む投稿で、感情分析の精度が低いという問題が発生しています。この課題を根本的に解決するための最適なアプローチはどれですか?

A.感情スコアの閾値を調整して、より多くの投稿をネガティブと判定する
✗ 単なる閾値調整では金融業界特有の表現や皮肉への理解は深まらず、偽陽性が増加するだけです。
B.金融業界専用の言語モデルをファインチューニングし、業界特有の文脈を学習させる← 正解
✓ 正解です。金融業界の専門用語や文脈を学習させたファインチューニング済みモデルは、業界特有の表現に対応でき、精度が大幅に向上します。
C.手動で投稿を分類し、Azure Cognitive Services の出力に対して確認フローを追加する
✗ 手動確認フローは運用コストが膨大であり、スケーラビリティに欠けます。
D.複数の異なる感情分析エンジンを並行実行し、多数決で判定する
✗ 複数エンジンの並行実行は複雑度が増し、根本的な改善にはなりません。

この問題のポイント

金融業界の専門用語や文脈を学習させたファインチューニング済みモデルは、業界特有の表現に対応でき、精度が大幅に向上します。

AI-900:Microsoft Azure AI Fundamentals の問題一覧