Sie müssen eine Sentiment-Analyse für eine Million Social-Media-Posts mit Amazon Comprehend durchführen. Welcher Ansatz wird die Verarbeitung des Datensatzes in der kürzesten Zeit abschließen?
Wählen Sie eine Antwort
Tippen Sie auf eine Option, um Ihre Antwort zu überprüfen.
Richtige Antwort: Laden Sie alle Posts in Amazon S3 hoch und rufen Sie eine AWS Lambda-Funktion auf, die StartSentimentDetectionJob aufruft, um einen asynchronen Batch-Job für die S3-Daten auszuführen..
Warum dies die Antwort ist
Die korrekte Antwort ist, alle Posts in Amazon S3 hochzuladen und StartSentimentDetectionJob aufzurufen. Dies nutzt die asynchrone Batch-Verarbeitungsfunktion von Amazon Comprehend, die für große Datensätze wie eine Million Social-Media-Posts optimiert ist. Diese Methode ist die schnellste, da Comprehend die Skalierung und Parallelisierung der Verarbeitung automatisch verwaltet. Die Option, DetectSentiment synchron für jeden Post einzeln aufzurufen, ist zu langsam und ineffizient für eine Million Posts. Die Option, BatchDetectSentiment in Batches von bis zu 25 Posts aufzurufen, ist besser, aber immer noch nicht so effizient wie der asynchrone Batch-Job, da sie manuelle Batch-Verwaltung erfordert und die Skalierung nicht so optimiert ist. Die Option, BatchDetectSentiment einmal mit dem gesamten Datensatz aufzurufen, ist nicht praktikabel, da die BatchDetectSentiment-API eine maximale Eingabegröße von 25 Dokumenten pro Aufruf hat.
Bestehen Sie Ihre Prüfung – ohne endlose Antwortsuche
Erhalten Sie jede verifizierte Frage und Erklärung für diese Prüfung an einem Ort und sparen Sie Stunden der Vorbereitung. Über 1.000 Zertifizierungen · Über 20 Sprachen · Kostenloser Start.
Bestehen Sie Ihre Prüfung schneller → Keine Karte erforderlich