一家零售公司目前由營運人員手動將客戶索賠分類，並將每筆索賠記錄（包括其類別）儲存在中央資料庫中。該公司沒有資料科學團隊，需要一個無需機器學習專業知識的解決方案，以自動分配類別並將傳入的索賠路由到佇列。哪種方法符合這些限制？

正確答案是使用 Amazon Comprehend custom classification。該公司沒有資料科學團隊，因此需要一個無需機器學習專業知識的解決方案。Amazon Comprehend 是一項完全託管的自然語言處理 (NLP) 服務，提供自訂分類功能，無需機器學習專業知識即可訓練模型。它允許您使用現有的標記資料（claimlabel 和 claimtext）來訓練分類器，然後透過簡單的 API 呼叫進行預測。 其他選項不符合要求： Amazon SageMaker Object2Vec 和 Latent Dirichlet Allocation (LDA) 都需要機器學習專業知識來訓練和部署模型，這與公司的限制不符。 Amazon Textract 主要用於從文件和影像中提取文字和資料，而不是用於從資料庫中提取現有文字資料。此外，它本身不提供分類功能。