Pracownik znalazł klip wideo z hiszpańskim dźwiękiem i chce przeprowadzić analizę sentymentu, ale mówi tylko po angielsku. Która kombinacja usług jest najbardziej efektywnym sposobem uzyskania sentymentu z klipu?

Poprawna odpowiedź to transkrypcja dźwięku, tłumaczenie transkrypcji na angielski, a następnie analiza sentymentu na przetłumaczonym tekście. Jest to najbardziej efektywna metoda, ponieważ Amazon Transcribe może przekształcić mowę na tekst, Amazon Translate może przetłumaczyć ten tekst na angielski, a następnie Amazon Comprehend (lub podobna usługa NLP) może przeprowadzić analizę sentymentu na przetłumaczonym tekście. Pozostałe opcje są mniej efektywne lub nieprawidłowe: Przeprowadzenie analizy sentymentu na transkrypcji w języku hiszpańskim, a następnie użycie SageMaker seq2seq do tłumaczenia, jest nieoptymalne, ponieważ analiza sentymentu powinna być przeprowadzona na języku zrozumiałym dla pracownika (angielskim) i często usługi analizy sentymentu działają najlepiej na języku, dla którego są zoptymalizowane. Użycie SageMaker Neural Topic Model nie jest odpowiednie do analizy sentymentu, ponieważ jest to usługa do modelowania tematów, a nie do określania sentymentu. Użycie SageMaker BlazingText do analizy sentymentu jest możliwe, ale wymagałoby zbudowania i trenowania własnego modelu, co jest bardziej złożone i czasochłonne niż użycie gotowej usługi do analizy sentymentu, takiej jak Amazon Comprehend.