Explanation:

ボックス 1: mcr.microsoft.com/azure-cognitive-services/textanalytics/sentiment Sentiment Analysis v3 コンテナを実行するには、次の docker run コマンドを実行します。
docker run --rm -it -p 5000:5000 --memory 8g --cpus 1 \
mcr.microsoft.com/azure-cognitive-services/textanalytics/sentiment \
Eula=同意する
請求={ENDPOINT_URI} \
ApiKey={API_KEY} は、テキスト分析APIにアクセスするためのエンドポイントです。
https://<your-custom-subdomain>.cognitiveservices.azure.com
ボックス2：https://contoso.cognitiveservices.azure.com
{ENDPOINT_URI}は、テキスト分析APIにアクセスするためのエンドポイントです。
https://<your-custom-subdomain>.cognitiveservices.a テキスト分析APIにアクセスするためのエンドポイント。
zure.com
参照：
https://docs.microsoft.com/en-us/azure/cognitive-services/text-analytics/how-tos/text-analytics-how-to-install-co

説明

ボックス1：QnAメーカーエディター
シナリオ：すべての従業員にQ&Aを編集する機能を提供する。
QnA Makerエディタ（読み取り/書き込み）には、以下の権限があります。
KB APIを作成する
KB API を更新
KB API を置き換える
交換変更
「トレーニングAPI」[
新サービスモデルv5]
ボックス2：寄稿者
シナリオ：更新情報を公開できるのは上級管理職のみとする。
貢献者権限: 役割に新しいメンバーを追加する権限を除くすべての権限
参照：
https://docs.microsoft.com/en-us/azure/cognitive-services/qnamaker/reference-role-based-access-control

包括的な詳細説明　シナリオは問43と同一です。
* FindContact インテントが設定されています。
* 学習用フレーズには都市名（ロンドン、シアトル、ウクライナ）が含まれます。
* 言語理解において、位置情報を適切にモデル化する必要があります。
提案された解決策が間違っている理由 解決策には「ドメイン用に新しいエンティティを作成する」と書かれています。
* LUIS/CLU内のエンティティは、抽出する特定のデータタイプ（例：場所、日付、連絡先名）を表します。
* 言語理解におけるドメインとは、一般的なユースケース（カレンダー、ホームオートメーション、コミュニケーションなど）向けに事前に構築されたインテントとエンティティのセットです。
* 「ドメインのためのエンティティ」を作成するという考え方は概念的に誤りです。エンティティはドメインを表すためのものではありません。
* 私たちが本当に必要としているのは、場所をエンティティとしてモデル化すること（例えば、事前に構築されたGeographyV2エンティティを使用するなど）であり、汎用的な「ドメインエンティティ」を作成することではありません。
* FindContactのインテントを保持します。
* Locationエンティティを追加します（GeographyV2の事前構築済みエンティティ、またはカスタムの「Location」エンティティ）。
* FindContactインテント内で、ロンドン、シアトル、ウクライナがエンティティ値として認識されるようにモデルをトレーニングします。
正しいアプローチ
* A. はい # 不正解。これは目標を達成しません。
* B. いいえ # 正解。ドメインエンティティを作成するのは正しい方法ではありません。代わりに、適切なロケーションエンティティを追加する必要があります。
オプション分析
B). いいえ
* 言語理解におけるインテントとエンティティ
* 事前構築済みエンティティ: GeographyV2
* LUISドメインの概要
マイクロソフトの参考資料

Azure AI Search の EntityRecognitionSkill は、テキスト内の特定の種類のエンティティ（都市、国、ランドマークなどの地理的位置、人物、組織などの他のエンティティを含む）を識別および認識するように設計された組み込みスキルです。そのため、地理的位置を認識することを目的としたスキルセットとして最適な選択肢となります。