日々の問い合わせを、既に定義した「返品」「配送」「故障」へ振り分ける。一方、月次の別分析では未ラベルの問い合わせ集合から、現在のカテゴリで捉えられない類似した困りごとを探したい。
日々の既知カテゴリへの分類と、集合内の未知のグループ探索を比較する。分析結果から回答を自動承認・送信する処理は今回の要件に含めない。
2つの分析目的の説明として適切なものを2つ選べ。
既知の用件カテゴリへの分類と、未ラベル集合の類似群探索を区別する。クラスタの意味は確認し、カテゴリ名の完全一致検索や、回答の生成・送信と同一視しない。
詳細解説
群の探索は文章生成や外部への送信とは別の処理である。分析で得た出力を、要件にない自動承認・送信の完了とみなさない。
分類はカテゴリ名の完全一致検索だけに限られない。言い換えから用件を推定するモデルもあるが、実データで正しく扱えるかは評価が必要である。
類似性で分かれた群と、事前に定義した業務カテゴリは同じとは限らない。内容を確認して名前や運用上の意味を判断する。
事前に定めたカテゴリを文章へ割り当てる目的である。カテゴリの定義と対応する例を確認する。
与えられた正解クラスを予測するのではなく、データの構造を探索する。発見した群が有用な業務カテゴリかは別に確かめる。
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のカスタム分類とAWSの教師なし学習の説明を照合する。架空の問い合わせ集合を用い、定義済みカテゴリへの割り当てと、似た文の群を探索して意味を読む作業を比較する。
参考にした公式資料
確認できる内容
既知のカテゴリの予測と未知の構造の探索を区別できる。クラスタ名が自動的に正しい業務カテゴリになるとはせず、回答の生成・承認・送信も別の処理と説明する。
理解のポイント
- 既知カテゴリ
- 未知の群
- 群の解釈
- 分類と文字列一致
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
既知の答えと未知の構造を分ける
日々の振り分けは定義済みカテゴリがあり、月次の探索は似た困りごとのまとまりを調べる。問い合わせという同じ種類の入力でも、目的によって必要な出力は変わる。
群の意味を確認する
クラスタ番号が付いても、それだけで担当部署や新しい用件カテゴリが正しいと決まるわけではない。群に含まれる事例を読み、重複や有用性を確認して業務上の解釈を付ける。
分類と文字列一致を区別する
用件の分類は、カテゴリ名の文字列を含むかだけで判断するものとは限らない。言い換えや複数の用件を含む事例を確認し、分類・探索の結果から回答の自動送信まで行われたとは解釈しない。