某公司每天處理數百份列印的 PDF 和 JPG 文件，需要一個自動化、低維護的工作流程來提取特定文字欄位並對文件進行分類。哪種解決方案所需的操作工作量最少？

正確答案是使用 Amazon Textract 提取欄位，並使用 Amazon Comprehend 來分類文件。這是因為 Amazon Textract 專為從掃描文件（包括 PDF 和 JPG）中自動提取文字、手寫內容和資料而設計，無需手動配置或訓練模型，符合「低維護」和「自動化」的要求。Amazon Comprehend 則是一種自然語言處理 (NLP) 服務，可以分析文字並識別實體、關鍵詞、語言和情感，並能進行自訂分類，非常適合文件分類任務。 選項 A 和 B 涉及在 SageMaker 中執行 PaddleOCR 模型。雖然 PaddleOCR 是一個強大的 OCR 工具，但在 SageMaker 中部署和維護自訂模型需要較高的操作工作量，與「低維護」的要求不符。 選項 C 建議使用 Amazon Rekognition 進行文件分類。Amazon Rekognition 主要用於圖像和影片分析，例如物件偵測和人臉識別，而非基於文字內容的文件分類，因此不適用於此情境。