最近要來考證照,把準備過程跟大家分享
此處提供 Microsoft Azure AI 900 證照考古題,資料來源:https://reurl.cc/4rVvE3
- 您需要建立一個可以大聲朗讀食譜說明的應用程序,以支援視力不佳的用戶。您應該使用哪個版本的服務?
A: 文字分析
B: 翻譯者
C: 演講
D: 語言理解(LUIS)
- 對於以下每個語句,如果該語句為真,請選擇「是」。否則,選擇「否」
- 您的網站有一個聊天機器人來幫助客戶。您需要根據客戶在聊天機器人中輸入的內容來偵測客戶何時感到不安。您應該使用哪種類型的 AI 工作負載?
A: 異常檢測
B: 電腦視覺
C: 回歸
D: 自然語言處理
- 您計劃開發一個機器人,使用戶能夠使用自然語言處理查詢知識庫。您應該在解決方案中包含哪兩項服務?每個正確答案都代表了解決方案的一部分。
A: 問答製作者
B: Azure 機器人服務
C: 表單識別器
D: 異常檢測器
- 您可以在哪兩種場景中使用語音合成解決方案?每個正確答案都代表一個完整的解決方案。
A: 自動語音回讀使用數字鍵盤輸入電話中的信用卡號碼
B: 為新聞廣播產生即時字幕
C: 從會議錄音中擷取關鍵字詞
D: 電腦遊戲中的人工智慧角色,可以向玩家發出聲音
- 對於以下每個語句,如果該語句為真,請選擇「是」。否則,選擇「否」
- 您需要掃描新聞以查找有關客戶的文章,並在出現負面文章時提醒員工。新聞書籍中必須加入正面的文章。您應該使用哪些自然語言處理任務來完成流程?要回答,請將適當的任務拖曳到正確的位置。每個任務可以使用一次、多次或完全不使用。您可能需要拖曳窗格之間的分割欄或捲動才能查看內容。
- 您正在使用 QnA Maker 建立知識庫。您可以使用哪種文件格式來填入知識庫?
A: PPTX
B: XML
C: 壓縮
D: PDF
A: 識別餐廳的評論是正面還是負面
B: 依音軌產生視訊字幕
C: 識別哪些文件提供有關相同主題的信息
D: 將一組文件從英文翻譯成德語
- 您有以文字形式儲存的保險索賠報告。您需要從報告中提取關鍵術語以產生摘要。您應該使用哪種類型的 AI 工作負載?
A: 自然語言處理
B: 對話式人工智慧
C: 異常檢測
D: 電腦視覺
- 您可以使用哪種人工智慧服務來解釋用戶輸入的含義,例如“稍後給我回電?”
A: 翻譯者
B: 文字分析
C: 演講
D: 語言理解(LUIS)
- 您正在 Azure 中開發聊天機器人解決方案。您應該使用哪種服務來確定使用者的意圖?
A: 翻譯者
B: 問答製作者
C: 演講
D: 語言理解(LUIS)
- 您需要以多種語言提供您公司的書面新聞稿。您應該使用哪種服務?
A: 翻譯者
B: 文字分析
C: 演講
D: 語言理解(LUIS)
- 對於以下每個語句,如果該語句為真,請選擇「是」。否則,選擇「否」。
- 將自然語言處理工作負載的類型與適當的場景相匹配。若要回答,請將適當的工作負載類型從左側列拖曳到右側的場景。每種工作負載類型可以使用一次、多次或完全不使用。
- 對於以下每個語句,如果該語句為真,請選擇「是」。否則,選擇「否」
- 您正在 Azure 中開發自然語言處理解決方案。該解決方案將分析客戶評論並確定每個評論的正面或負面程度。這是哪種類型的自然語言處理工作負載的範例?
A: 語言偵測
B: 情緒分析
C: 關鍵字詞擷取
D: 實體識別
- 您使用自然語言處理來處理 Microsoft 新聞報道中的文字。您將收到如下圖所示的輸出。
執行了哪種類型的自然語言處理?
A: 實體識別
B: 關鍵字詞擷取
C: 情緒分析
D: 翻譯
- 您打算將文字分析 API 功能套用到技術支援票務系統。將文字分析 API 功能與適當的自然語言處理場景相匹配。要回答,請將相應的功能從左側的列拖曳到右側的場景中。每個功能可以使用一次、多次或完全不使用。
- 您正在編寫語言理解 (LUIS) 應用程式來支援音樂節。您希望使用者能夠詢問有關預定節目的問題,例如:「主舞台上正在播放哪個節目?」問題「主舞台上正在播放哪個節目?」是哪種類型的元素的範例?
A: 一個意圖
B: 一句話
C: 一個域
D: 一個實體
- 您可以使用常見問題 (FAQ) 頁面建立 QnA Maker 機器人。您需要添加專業的問候語和其他回應,以使機器人更加用戶友好。你該怎麼辦?
A: 提高響應的置信度閾值
B: 啟用主動學習
C: 創建多輪問題
D: 新增閒聊
- 您需要為網站開發一個聊天機器人。聊天機器人必須根據以下文件中的資訊回答使用者的問題:
- Microsoft Word 文件中的產品故障排除指南
- 網頁上的常見問題 (FAQ) 清單您應該使用哪種服務來處理文件?
A: Azure 機器人服務
B: 語言理解
C: 文字分析
D: 問答製作者
- 您正在為電子商務業務建立語言理解模型。您需要確保模型能夠偵測到話語何時超出模型的預期範圍。你該怎麼辦?
A: 使用新的話語測試模型
B: 將話語加入 None 意圖
C: 建立預先建置的任務實體
D: 建立一個新模型