Ein ML-Ingenieur muss aussagekräftige, eindeutige Schlüsselwörter aus Dokumenten extrahieren, wobei AWS-Dienste mit dem geringsten Betriebsaufwand verwendet werden sollen. Welcher Ansatz erfüllt diese Anforderung?

Die Verwendung von Amazon Comprehend Custom Entity Recognition und Key-Phrase Extraction ist der effizienteste Ansatz, da es sich um einen vollständig verwalteten Dienst handelt, der speziell für die Extraktion relevanter Informationen aus Text entwickelt wurde und den geringsten Betriebsaufwand erfordert. Key-Phrase Extraction identifiziert automatisch die wichtigsten Phrasen in einem Text, während Custom Entity Recognition es ermöglicht, spezifische, domänenspezifische Schlüsselwörter zu trainieren und zu erkennen. Die anderen Optionen erfordern einen höheren Betriebsaufwand für die Bereitstellung, Verwaltung und Skalierung der Infrastruktur sowie die Entwicklung und Wartung der Algorithmen. NLTK auf EC2, SageMaker mit BlazingText und Lambda-Funktionen mit Python-Skripten sind zwar technisch möglich, aber nicht die Option mit dem geringsten Betriebsaufwand.