seleccione DOS: LexaLegal, una startup de tecnología legal, necesita un reconocedor de entidades personalizado de Amazon Comprehend para identificar nombres de partes, cláusulas legales y referencias a estatutos. Su equipo de etiquetado puede producir documentos anotados con tramos de entidades o seleccionar listas de identificadores de estatutos conocidos. ¿Qué dos enfoques de datos de entrenamiento pueden usar al crear un reconocedor de entidades personalizado de Comprehend?

Amazon Comprehend Custom Entity Recognition admite dos tipos de datos de entrenamiento: documentos anotados y listas de entidades (léxicos). La primera opción es correcta porque los documentos anotados con tramos de entidades (texto etiquetado) son el método principal para enseñar a Comprehend a identificar entidades personalizadas en contexto. La tercera opción es correcta porque las listas de entidades, o léxicos, permiten a Comprehend aprender entidades basándose en una lista predefinida de términos, lo cual es ideal para identificadores de estatutos conocidos. Las opciones incorrectas son: Subir un CSV de etiquetas de objetos de S3 no es un formato de entrada válido para el entrenamiento de reconocimiento de entidades. Enviar archivos PDF sin procesar a Textract y usar la salida directamente no es suficiente; la salida de Textract aún necesitaría anotación para el entrenamiento de Comprehend. Entrenar usando solo las entidades preentrenadas integradas de Comprehend no permitiría identificar entidades personalizadas como las requeridas por LexaLegal.