一家零售公司从社交媒体、公司网站和通话记录中收集客户评论。每个产品提及可以属于多个公司定义的类别（标签），这些类别并非互斥。例如，提及“Sample Yogurt”应被标记为“yogurt”、“snack”和“dairy product”。使用 Amazon Comprehend 且需要最快的交付速度，团队应该使用哪个功能来训练其模型？

正确答案是多标签模式下的自定义分类。因为客户评论中的产品提及可以属于多个非互斥类别（例如，“酸奶”、“零食”和“乳制品”），所以需要一个能够为单个文本片段分配多个标签的模型。Comprehend 的自定义分类功能支持多标签模式，这正是此场景所需的。多类别模式仅允许为每个文本片段分配一个标签。自定义实体识别用于识别文本中的特定实体（如产品名称），而不是对整个评论进行分类。预构建的 Comprehend 模型提供通用功能，但无法满足公司定义的特定、多标签分类需求。