一家零售公司目前由操作员手动将客户索赔分类，并将每条索赔记录（包括其类别）存储在中央数据库中。该公司没有数据科学团队，需要一个无需机器学习专业知识的解决方案来自动分配类别并将传入索赔路由到队列。哪种方法符合这些限制？

正确答案是使用 Amazon Comprehend 自定义分类。Comprehend 是一项完全托管的自然语言处理 (NLP) 服务，无需机器学习专业知识即可训练自定义分类器。它支持从 CSV 文件导入数据，其中包含索赔文本和相应的类别标签，这与公司现有的数据格式相符。训练完成后，应用程序可以通过简单的 API 调用与 Comprehend 集成，以预测新索赔的类别并进行路由。 其他选项不符合要求： Amazon SageMaker Object2Vec 和 Latent Dirichlet Allocation (LDA) 都需要机器学习专业知识来训练和部署模型，这与公司没有数据科学团队的限制相悖。 Amazon Textract 主要用于从文档中提取文本和数据，而不是用于文本分类。虽然它可以提取文本，但后续仍需要一个分类服务，并且直接从数据库导出数据比使用 Textract 更直接。