Contrôle des connaissances

Effectué

1.

Vous souhaitez inclure un score de sentiment pour chaque document d’un index. Que devez-vous faire ?

Créer une compétence personnalisée qui utilise un modèle Azure Machine Learning pour prédire le sentiment d’un document

Créez une compétence personnalisée qui appelle le service Azure AI Language pour prédire le sentiment de chaque document.

Ajouter la compétence Sentiment intégrée à l’ensemble de compétences utilisé par l’indexeur.

2.

Vous avez implémenté une compétence personnalisée en tant que fonction Azure. Vous souhaitez inclure la compétence personnalisée dans votre processus d’indexation Recherche Azure AI. Que devez-vous faire ?

Ajouter un WebApiSkill à un ensemble de compétences, en référençant l’URI de la fonction Azure

Créer un document JSON avec le schéma d’entrée de votre fonction, puis l’enregistrer dans le dossier où sont stockés les documents à indexer.

Soumettre chaque document à la fonction et stocker la sortie dans une source de données distincte. Utiliser ensuite la compétence de fusion pour ajouter les résultats à l’index.

3.

Quand vous créez un projet Azure AI Language, si vous laissez le modèle diviser automatiquement vos données d’entraînement, quel pourcentage des documents va-t-il utiliser par défaut pour entraîner le modèle ?

20%

50%

80 %

4.

Quand vous créez une compétence personnalisée Azure Machine Learning, quel type de point de terminaison l’URI doit-il utiliser ?

L’URI doit utiliser un point de terminaison HTTPS

L’URI doit utiliser un point de terminaison HTTP

L’URI doit utiliser un point de terminaison FTP

Vous devez répondre à toutes les questions avant de vérifier votre travail.