[AI-900] 자연어 처리 살펴보기

Q1. Text Analytics 서비스를 사용하여 텍스트 문서에서 주요 논점을 확인하려고 합니다. 어떤 서비스를 사용해야 하나요? (2)

1. 감정 분석
2. 핵심 구 추출
3. 엔터티 검색

[해설]

핵심 문구를 사용하여 텍스트 문서의 주요 논점을 파악할 수 있습니다.

 

Q2. Text Analytics 서비스를 사용하여 문서에 대한 감정 분석을 수행했더니 0.99점이 반환됩니다. 이 점수는 문서 감정이 어떻다는 것을 나타낼까요? (1)

1. 문서가 긍정적입니다.
2. 문서가 중립적입니다.
3. 문서가 부정적입니다.

[해설]

점수가 1에 가까울수록 더 긍정적인 감정을 나타내고 0에 가까울수록 부정적인 감정을 나타냅니다.

 

Q3. 어떤 경우에 언어 감지에서 점수에 대해 NaN 이 반환될까요? (3)

1. 서비스에서 계산된 점수가 0에서 1 사이의 범위 밖에 있는 경우
2. 텍스트에서 주로 사용되는 언어가 다른 언어와 혼합되어 있는 경우
3. 언어가 모호한 경우

[해설]

제공된 텍스트에서 언어를 확인할 수 없는 경우 서비스에서 NaN 을 반환합니다.

 

Q4. 음성 서비스를 사용하여 전화 통화의 오디오 녹음을 텍스트로 전사한 다음 전사된 텍스트를 Text Analytics 서비스에 전송하여 핵심 구를 추출하는 애플리케이션을 빌드할 수 있습니다. 단일 Azure 리소스에서 애플리케이션 서비스에 대한 액세스 및 요금 청구를 관리하려고 합니다. 어떤 종류의 Azure 리소스를 만들어야 할까요? (3)

1. 음성
2. Text Analytics
3. Cognitive Services

[해설]

이 리소스는 음성 및 Text Analytics 서비스를 모두 지원합니다.

 

Q5. 음성 서비스를 사용하여 들어오는 메일 메시지 제목을 소리내어 읽는 애플리케이션을 빌드하려 합니다. 사용해야 하는 API는 무엇인가요? (2)

1. Speech to Text
2. Text to Speech
3. 번역

[해설]

Text to Speech API는 텍스트를 가청 음성으로 변환합니다.

 

Q6. 마이크에서 영어 입력을 받아 힌디어로 실시간 텍스트 기반 전사를 생성해야 하는 애플리케이션을 개발하고 있습니다. 어떤 서비스를 사용해야 하나요? (2)

1. Translator Text
2. Speech
3. Text Analytics

[해설]

Speech 서비스는 오디오 원본에서 텍스트로 번역할 수 있습니다.

 

Q7. Translator Text 서비스를 사용하여 이메일 메시지를 스페인어에서 영어와 프랑스어로 번역해야 합니다. 이를 위한 가장 효율적인 방법은 무엇인가요? (1)

1. 서비스에 대한 단일 호출을 수행합니다. 시작 언어인 "from"에 "es", 대상 언어인 "to"에 "en", 또 다른 "to"에 "fr"을 지정합니다.
2. 서비스에 대한 단일 호출을 수행합니다. 시작 언어인 "from"에 "es", 대상 언어인 "to"에 "en-fr"을 지정합니다.
3. 서비스에 대한 호출을 두 번 수행합니다. 하나는 "from" 언어에 "es", "to" 언어에 "en", 그리고 다른 하나는 "from" 언어에 "es", "to" 언어에 "fr"을 지정합니다.

[해설]

하나의 시작 언어(from)와 여러 개의 대상 언어(to)를 지정할 수 있습니다.

 

Q8. 새 Language Understanding 애플리케이션을 작성하는 데 사용할 Azure 리소스를 프로비저닝해야 합니다. 어떤 종류의 리소스를 만들어야 할까요? (2)

1. Text Analytics
2. 언어 이해
3. Cognitive Services

[해설]

Language Understanding 모델을 작성하려면 Language Understanding 리소스가 필요합니다.

 

Q9. 국제 시계를 지원하는 Language Understanding 애플리케이션을 제작하고 있습니다. 사용자가 지정된 도시의 현재 시각을 요청할 수 있게 하려고 합니다(예: “런던 시간 알려 줘”). 무엇을 해야 하나요? (1)

1. “도시” 엔터티와 “GetTime” 의도, 그리고 도시 의도를 나타내는 발화를 정의합니다.
2. 각 도시에 대해 의도를 만들고 각 의도에 대해 해당 도시의 시각을 요청하는 발화를 정의합니다.
3. “None” 의도에 “도시의 시간 알려 줘” 발화를 추가합니다.

[해설]

의도는 작업(시간 가져오기)을 캡슐화하고 엔터티는 의도가 적용되는 항목(도시)을 지정합니다.

 

Q10. Language Understanding 애플리케이션을 게시했습니다. 클라이언트 애플리케이션 개발자가 LUIS 애플리케이션으로부터 예측을 가져오려면 어떤 정보가 필요할까요? (1)

1. 애플리케이션의 예측 리소스의 엔드포인트와 키
2. 애플리케이션의 제작 리소스의 엔드포인트와 키
3. Language Understanding 애플리케이션을 게시한 사용자의 Azure 자격 증명

[해설]

클라이언트 애플리케이션은 연결된 인증 키를 지정하여 예측 리소스의 엔드포인트에 연결해야 합니다.