あるコールセンター企業が数千件の通話録音を分析し、顧客が主にどのような問題（製品の不具合・配送遅延・返金要求など）について問い合わせているかをカテゴリ別に集計したい。最もコスト効率よく実現できる Azure AI Language の機能はどれか。
- A. 感情分析：各通話の感情スコアを測定し、否定的な通話を抽出する
- B. キーフレーズ抽出：各通話テキストの主要フレーズを抽出して問い合わせ内容を把握する
- C. 言語検出：通話テキストの言語を判定して英語以外を除外する
- D. 質問応答：通話内容を基に FAQ を自動生成する
解答と解説を見る
正解: B
キーフレーズ抽出は各テキストから「製品の不具合」「配送遅延」「返金要求」などの重要フレーズを抽出する。抽出されたフレーズを集計・クラスタリングすることで問い合わせカテゴリを把握できる。追加のモデルトレーニング不要でそのまま使える点もコスト効率が高い。選択肢Aの感情分析は否定的な通話を検出できるが、問い合わせ内容のカテゴリ分類はできない。選択肢Cの言語検出は言語の種別判定であり、問い合わせ内容の分析とは無関係である。選択肢Dの質問応答は既存のナレッジベースに対する Q&A 機能であり、通話内容の分析には使わない。