Bir ekip, metni part-of-speech etiketleme ve anahtar kelime öbeği çıkarma ile ön işleyecek ve ardından işlenmiş metni Apache MXNet ile zaten uygulanmış ve eğitilmiş özel bir sınıflandırıcıya besleyecektir. Ekibin bu çözümü en hızlı şekilde sunmasını sağlayan yaklaşım hangisidir?

Doğru cevap, Amazon Comprehend'i metin ön işleme için kullanmak ve özel MXNet sınıflandırıcısını AWS Deep Learning Containers (DLC) ile SageMaker'da dağıtmaktır. Comprehend, part-of-speech etiketleme ve anahtar kelime öbeği çıkarma gibi görevler için tam olarak yönetilen bir hizmet sunarak geliştirme süresini önemli ölçüde azaltır. Ekibin zaten eğitilmiş bir MXNet sınıflandırıcısı olduğu için, AWS DLC'leri kullanmak, özel modeli SageMaker'da hızlı ve verimli bir şekilde dağıtmanın en hızlı yoludur, çünkü gerekli bağımlılıklarla birlikte önceden oluşturulmuş ortamlar sağlarlar. Diğer seçenekler daha az verimlidir: Yalnızca Amazon Comprehend kullanmak, özel MXNet sınıflandırıcısının kullanımını göz ardı eder. SageMaker'da bir NLP kütüphanesi kullanmak, Comprehend'e kıyasla daha fazla manuel kurulum ve yönetim gerektirir. SageMaker'ın yerleşik LDA algoritmasını kullanmak, ekibin zaten eğitilmiş olan özel sınıflandırıcısını kullanmaz.