某公司已将社交媒体帖子收集到 S3 存储桶中，现在需要一个快速解决方案来评估情绪、可视化趋势并配置警报，同时最大限度地减少基础设施和数据科学工作。以下哪个 AWS 服务组合能最快实现此目标？

正确答案是当新帖子到达 S3 时触发 Lambda，该 Lambda 调用 Amazon Comprehend 进行情绪分析，将情绪写入自定义 CloudWatch 指标和 S3，并使用 CloudWatch 警报通知分析师趋势。这个组合最快实现目标，因为它利用了 Amazon Comprehend 的预训练情绪分析功能，无需训练模型，最大限度地减少了数据科学工作。Lambda 触发器和 CloudWatch 指标与警报提供了快速的自动化和趋势可视化。 其他选项不正确的原因： 在 Amazon SageMaker 中训练模型（无论是 BlazingText 还是语义分割）都需要额外的数据科学工作和时间，这与“快速解决方案”的要求不符。 仅将情绪存储在 DynamoDB 中，然后通过另一个 Lambda 查询和发送 SNS 通知，虽然可行，但不如直接将情绪写入 CloudWatch 自定义指标并利用 CloudWatch 警报进行趋势分析和通知来得直接和高效。CloudWatch 警报是专门为监控和趋势分析设计的。