Un'applicazione web pubblica raccoglie grandi quantità di feedback testuale dagli utenti. I product manager hanno etichettato un ampio set di dati storici in un insieme fisso di categorie (ad esempio, problemi dell'interfaccia utente, problemi di prestazioni, richieste di funzionalità, problemi di chat). Un ingegnere ML deve automatizzare la classificazione multi-classe di nuovi feedback utilizzando Amazon SageMaker. Quale algoritmo di SageMaker è il più appropriato per questo compito?

L'algoritmo SageMaker BlazingText è il più appropriato perché è ottimizzato per l'elaborazione del linguaggio naturale (NLP) e può essere utilizzato per la classificazione del testo multi-classe su grandi dataset. Supporta sia l'addestramento con skip-gram che con CBOW e può gestire milioni di frasi in pochi minuti. L'algoritmo Latent Dirichlet Allocation (LDA) e Neural Topic Model (NTM) sono algoritmi di modellazione di argomenti, progettati per scoprire argomenti latenti in una collezione di documenti, non per la classificazione supervisionata in categorie predefinite. L'algoritmo CatBoost è un algoritmo di boosting basato su alberi decisionali, efficace per dati tabulari ma meno adatto per dati testuali non strutturati rispetto a BlazingText.