ある会社が、Amazon S3 バケットにテキストファイルとして保存されているレシピレコードから材料名を抽出する必要があります。Web アプリケーションは、材料名を使用して DynamoDB テーブルをクエリし、栄養スコアを決定します。同社は食品以外のレコードやエラーを許容でき、ML の専門知識を持つ従業員はいません。最も費用対効果の高いソリューションはどれですか？

このソリューションは、S3 イベント通知とLambdaを使用して新しいオブジェクトの取り込みをトリガーし、Amazon Comprehendでテキストから材料名を抽出します。Comprehendは、機械学習の専門知識がなくてもテキストからエンティティを抽出できるマネージドサービスであり、費用対効果が高いです。抽出されたデータはDynamoDBに保存され、その後のクエリに利用されます。 誤った選択肢: Amazon Forecastは時系列予測サービスであり、テキストからのエンティティ抽出には適していません。 Amazon Pollyはテキストを音声に変換するサービスであり、エンティティ抽出には使用できません。また、手動での栄養スコア計算は非効率的でスケーラブルではありません。 Amazon SageMakerはカスタム機械学習モデルの構築とデプロイに使用されますが、MLの専門知識がない企業にとっては複雑で費用がかかります。Comprehendのようなマネージドサービスの方が適しています。