Выберите ДВА варианта: LexaLegal, стартап в области юридических технологий, нуждается в пользовательском распознавателе сущностей Amazon Comprehend для идентификации имен сторон, юридических положений и ссылок на законодательные акты. Их команда по разметке может либо создавать аннотированные документы с диапазонами сущностей, либо составлять списки известных идентификаторов законодательных актов. Какие два подхода к обучающим данным они могут использовать при создании пользовательского распознавателя сущностей Comprehend?

Amazon Comprehend Custom Entity Recognition поддерживает два основных типа обучающих данных. Во-первых, это аннотированные обучающие документы, где диапазоны сущностей (например, имена сторон, юридические положения) явно помечены в тексте. Это позволяет Comprehend изучать контекст и паттерны для идентификации новых сущностей. Во-вторых, это списки сущностей (лексиконы), которые представляют собой списки известных терминов (например, идентификаторов законодательных актов). Comprehend использует эти списки для прямого сопоставления. Неправильные варианты: Comprehend не использует теги объектов S3 для обучения сущностей. Вывод Textract требует дальнейшей обработки и аннотации для обучения пользовательских сущностей. Использование только встроенных сущностей не позволит идентифицировать пользовательские сущности, специфичные для LexaLegal.