各問い合わせを、主な用件に基づき「請求」「配送」「解約」のいずれか1つの担当部署へ振り分ける。別の出力として、文中に現れる製品名と日付も取り出したい。
部署カテゴリは事前に定義されている。振り分け先と、文中から抽出する情報を区別してNLPの基本タスクを説明する。
要求する出力とNLPタスクの対応として適切なものを2つ選べ。
部署へ振り分ける用件の分類と、文中の製品名・日付の抽出は別の出力である。感情や使用言語の識別を、そのまま用件の分類結果として扱わない。
詳細解説
文章全体から、この要件で指定した1つのカテゴリを予測する。製品名や日付を取り出す処理とは出力が異なる。
抽出した製品や日付と、請求・配送・解約という用件カテゴリは異なる出力である。抽出結果を分類に利用する場合も、振り分けの判断が別に必要になる。
言語識別が返すのは使用言語である。同じ日本語で複数の用件が書かれるため、言語と意図カテゴリは区別する。
感情は好意・不満などの傾向であり、用件とは異なる。請求や配送への不満もあり得るため、否定的という結果だけで部署を確定できない。
文字列とその種類を取り出す目的である。対象言語や製品表記に対応するかを確認し、抽出した項目だけで部署が決まるとは仮定しない。
公式資料で確認する
以下の項目を公式資料の記述と照合して確認します。
Comprehendの分類・固有表現・感情の説明を確認する。「製品Aの配送予定日を変更したい」のような架空の文について、用件カテゴリ・製品名・日付表現・感情・言語の出力を別の欄に整理する。
参考にした公式資料
確認できる内容
用件カテゴリと抽出した項目を区別し、感情や言語だけで用件が決まったとは説明しない。架空の文による概念整理であり、モデルの精度を測定した結果とはしない。
理解のポイント
- 用件の分類
- 固有表現抽出
- 感情との違い
- 分類の出力
確認時の注意
- 確認環境: 現行AIF-C01 Task1.1と関連するAWS一次資料の確認。架空の例で概念を比較し、実モデルの訓練・推論は行わない。
- AWS公式ドキュメントで、対象サービスが提供する機能と前提条件を確認する。
- モデル、データ、アプリケーション、利用者の責任分界を混同しない。
基礎のおさらい
異なる出力を整理する
用件の分類はメッセージにカテゴリを付け、固有表現抽出は文中の該当表現を取り出す。両方を同じ処理系で利用できても、片方の出力が得られたことだけで他方の要件を満たしたとはしない。
1つのカテゴリという条件を読む
本問では主な用件を1つ選ぶ。分類全般が常に1カテゴリに限られるわけではなく、複数のラベルを付ける方式もある。業務の要件とラベルの定義を先に確認する。
用件と感情を混同しない
配送への不満と解約の依頼は、どちらも否定的な感情を含み得る。感情、言語、用件、抽出した項目を別の観点として整理し、各出力を対応する確認済み事例で評価する。