ある企業は、分類モデルを構築するためにPDFドキュメントからデータを抽出する必要があります。…
- User
ある企業は、分類モデルを構築するためにPDFドキュメントからデータを抽出する必要があります。 最も適切なデータを抽出して保存するソリューションを以下の選択肢から1つ選んでください。
A Amazon Augmented AI (Amazon A2I) と統合された Amazon Textract を使用してデータを抽出します。出力を Amazon S3 に保存します。
B Amazon SageMaker でオープンソースのAI光学文字認識 (OCR) ツールを使用してデータを抽出します。出力を Amazon S3 に保存します。
C Amazon Textract を使用してデータを抽出します。Amazon Comprehend を使用してデータをデータセットに変換します。出力を Amazon S3 に保存します。
D Amazon Comprehend を使用してデータを抽出します。出力を Amazon S3 に保存します。
Assistant
この質問の目的は、「PDFドキュメントからデータを抽出して、分類モデルを構築するためのデータとして保存する」最も適切な方法を選ぶことです。
各選択肢を見ていきましょう:
A. Amazon Augmented AI (Amazon A2I) と統合された Amazon Textract を使用してデータを抽出します。出力を Amazon S3 に保存します。
- Amazon Textractは、PDFやドキュメントからテキスト・フォーム・表などを高精度で抽出するサービスです。
- Amazon A2Iは、AIの結果が信頼できない場合などに人間の確認を挟む仕組みです。
- 問題点:データ抽出だけであれば、Textractだけで十分であり、A2Iは必要以上に複雑化させます。
- 結論:正確性を極限まで求める場合は有効ですが、一般的なデータ抽出にはオーバーキル。
B. Amazon SageMaker でオープンソースのAI光学文字認識 (OCR) ツールを使用してデータを抽出します。出力を Amazon S3 に保存します。
- SageMaker上で自前でOCRツール(例: Tesseract)を使うのは可能ですが、運用面・コスト面で非現実的です。
- 自前でOCR処理を行う必要性は少なく、AWSには専用サービスがあるため不適切。
- 結論:非効率的で、特別な理由がない限り推奨されません。
C. Amazon Textract を使用してデータを抽出します。Amazon Comprehend を使用してデータをデータセットに変換します。出力を Amazon S3 に保存します。
- Amazon Textract:PDFからテキスト・構造データを抽出(非常に適切)
- Amazon Comprehend:抽出したテキストに対して自然言語処理を行い、カテゴリや重要な情報の抽出が可能
- 分類モデルを構築するという目的を考えると、Comprehendを使ってラベル付け・特徴抽出を行うのは妥当
- 結論:PDFからの抽出 + 機械学習モデルに使える形への加工が行われており、非常に適切
D. Amazon Comprehend を使用してデータを抽出します。出力を Amazon S3 に保存します。
- Amazon ComprehendはOCR機能を持っていません。つまり、PDFファイルを直接処理することはできません。
- 入力としてすでにテキスト形式のデータが必要です。
- 結論:PDFから直接データ抽出はできないため、誤り
✅ 最も適切な選択肢は:
C. Amazon Textract を使用してデータを抽出します。Amazon Comprehend を使用してデータをデータセットに変換します。出力を Amazon S3 に保存します。
理由まとめ:
- Textract:PDFから構造化されたテキストを抽出(OCR+α)
- Comprehend:抽出されたテキストを分析し、分類モデルに利用可能なラベル・特徴量を作成
- S3:抽出後のデータの保存先として適切
ご参考になれば幸いです!
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.