法律科技初创公司 LexaLegal 需要一个 Amazon Comprehend 自定义实体识别器来识别当事人名称、法律条款和法规引用。他们的标注团队可以生成带有实体跨度的标注文档，也可以整理已知法规标识符的列表。在创建 Comprehend 自定义实体识别器时，他们可以使用哪两种训练数据方法？

LexaLegal 可以使用两种主要的训练数据方法来创建 Amazon Comprehend 自定义实体识别器。第一种是提供带有实体跨度（标注文本）的标注训练文档。这种方法直接向 Comprehend 展示了文本中特定实体（如当事人名称、法律条款）的准确位置和类型，是训练自定义实体识别器的标准且有效的方式。第二种方法是提供一个包含已知法规标识符的实体列表（词典）。Comprehend 可以利用这个词典来识别这些预定义的实体，这对于识别法规引用等具有固定格式或已知值的实体非常有用。 其他选项不正确的原因： 上传包含 S3 对象标签的 CSV 文件不适用于自定义实体识别器的训练，S3 标签通常用于对象管理，而非文本实体标注。 将原始 PDF 文件发送到 Textract 并直接使用输出作为训练清单，而无需标注，是不可行的。Comprehend 需要带有实体标注的结构化数据才能进行训练。 仅使用 Amazon Comprehend 内置的预训练实体无法满足识别特定法律领域自定义实体的需求，因为这些实体是特定于 LexaLegal 业务的。