某公司需要從儲存在 Amazon S3 儲存貯體中的文字檔案食譜記錄中提取食材名稱。Web 應用程式將使用食材名稱查詢 DynamoDB 表格，以確定營養分數。該公司可以容忍非食物記錄和錯誤，並且沒有具備機器學習專業知識的員工。哪種解決方案最具成本效益？

正確答案是使用 S3 Event Notifications 觸發 Lambda 函數，該函數利用 Amazon Comprehend 提取食材名稱並將結果存入 DynamoDB。這是最具成本效益的解決方案，因為 Amazon Comprehend 是一種全託管的自然語言處理 (NLP) 服務，無需機器學習專業知識即可使用，且能有效識別文本中的實體（如食材名稱）。S3 Event Notifications 確保了事件驅動的自動化，降低了運營成本。 其他選項不正確的原因： Amazon Forecast 專用於時間序列預測，不適用於文本實體提取。 Amazon Polly 是一種文本轉語音服務，與提取食材名稱無關，且手動計算營養分數效率低下。 Amazon SageMaker 是一個機器學習平台，需要機器學習專業知識來構建、訓練和部署模型，這與題目中「沒有具備機器學習專業知識的員工」的條件相悖，且成本較高。