Un'azienda di vendita al dettaglio raccoglie i commenti dei clienti dai social media, dal proprio sito web e dai registri delle chiamate. Ogni menzione di prodotto può appartenere a più categorie (etichette) definite dall'azienda che non si escludono a vicenda. Ad esempio, una menzione di "Sample Yogurt" dovrebbe essere etichettata come "yogurt", "snack" e "dairy product". Utilizzando Amazon Comprehend e necessitando della consegna più rapida, quale funzionalità dovrebbe usare il team per addestrare il proprio modello?

La classificazione personalizzata in modalità multi-etichetta è la scelta corretta perché il problema descritto richiede di assegnare più categorie (etichette) non mutuamente esclusive a ciascuna menzione di prodotto. Questa modalità è specificamente progettata per scenari in cui un singolo elemento può appartenere contemporaneamente a più classi. La modalità multi-classe sarebbe errata perché presuppone che ogni elemento appartenga a una e una sola categoria. Il riconoscimento di entità personalizzate è per l'estrazione di entità specifiche (es. nomi di prodotti, persone), non per la classificazione di testi. I modelli Comprehend predefiniti non consentirebbero la definizione di categorie personalizzate specifiche dell'azienda.