Un ingegnere ML deve estrarre parole chiave significative e uniche dai documenti utilizzando i servizi AWS con la minima gestione operativa. Quale approccio soddisfa questo requisito?

L'approccio corretto sfrutta Amazon Comprehend, un servizio AWS di NLP completamente gestito. L'estrazione di frasi chiave identifica le frasi principali in un testo, mentre il riconoscimento di entità personalizzate può essere addestrato per rilevare entità specifiche del dominio, fornendo parole chiave significative e uniche con la minima gestione operativa. Le altre opzioni richiedono una gestione operativa maggiore: Eseguire NLTK su istanze EC2 implica la gestione di server e l'implementazione manuale di algoritmi come LDA. Utilizzare SageMaker con BlazingText e personalizzare lo stemming/rimozione delle stop-word richiede la gestione del notebook SageMaker e la scrittura di codice per la pre-elaborazione e il calcolo TF-IDF. Archiviare in S3 e usare Lambda per lo stemming/rimozione delle stop-word e n-grammi richiede la scrittura e la gestione di funzioni Lambda e la logica per l'identificazione delle parole chiave.