Een medewerker heeft een videoclip met Spaanse audio gevonden en wil sentimentanalyse uitvoeren, maar spreekt alleen Engels. Welke combinatie van services is de meest efficiënte manier om sentiment uit de clip te halen?

De meest efficiënte methode is om eerst de Spaanse audio te transcriberen naar tekst (bijvoorbeeld met Amazon Transcribe), vervolgens deze Spaanse tekst te vertalen naar het Engels (met Amazon Translate), en daarna sentimentanalyse uit te voeren op de Engelse vertaling (met Amazon Comprehend). Deze volgorde zorgt ervoor dat de sentimentanalyse wordt uitgevoerd in een taal die de medewerker begrijpt en waarvoor robuuste sentimentmodellen beschikbaar zijn. De andere opties zijn minder efficiënt of onjuist: Sentimentanalyse uitvoeren op het Spaanse transcript en daarna vertalen met SageMaker seq2seq is inefficiënt, omdat de medewerker de Spaanse sentimentresultaten niet direct kan interpreteren en seq2seq-modellen voor vertaling meer configuratie vereisen dan Amazon Translate. Een SageMaker Neural Topic Model is bedoeld voor het identificeren van onderwerpen in tekst, niet voor sentimentanalyse. SageMaker BlazingText is een algoritme voor word embeddings en tekstclassificatie, maar is niet specifiek geoptimaliseerd voor out-of-the-box sentimentanalyse zoals Amazon Comprehend.