AI 技術應用與規劃：146 題線上練習

某電商企業希望利用自然語言處理（NLP）技術，分析顧客在社群平台與商品評論中的文字內容，以即時掌握顧客對產品的滿意度變化。若採用情感分析（Sentiment Analysis）模型，其主要目的為何？

難度 ★★☆ 114 年考題

某跨國金融科技公司導入Transformer架構開發多語客服系統，以提升長篇金融文件的自動翻譯品質。下列何者為該模型能顯著改善翻譯準確度的主要原因？

難度 ★★☆ 114 年考題

某企業計畫應用BERT（Bidirectional Encoder Representations from Transformers）模型分析大量顧客意見，以強化客服自動回覆系統。在BERT的預訓練過程中，「遮罩語言模型（Masked Language Model, MLM）」的主要訓練策略為何？

難度 ★★☆ 114 年考題

在詞向量（Word Embedding）訓練方法中，GloVe（Global Vectors for Word Representation）與Word2Vec的主要差異為何？

難度 ★★☆ 114 年考題

某企業以詞頻-逆文件頻率（Term Frequency-Inverse Document Frequency, TF-IDF）方法分析顧客意見內容，但發現模型在處理篇幅較長的回饋文本時，無法準確反映關鍵詞的重要性。下列何者為造成此現象的主要原因？

難度 ★★☆ 114 年考題

某企業嘗試以N-gram語言模型（N-gram Language Model）建立客服自動回覆系統，但發現模型生成的句子雖在片段上合理，卻缺乏整體語意連貫性。此問題最可能源自N-gram模型的哪一項限制？

難度 ★★☆ 114 年考題

下列何者為Kubernetes在AI模型部署與運行中的核心功能？

難度 ★★☆ 114 年考題

在企業導入的MLOps（Machine Learning Operations）流程中，Model Registry最常用於哪一個階段？

難度 ★★☆ 114 年考題

某電商平台開發的顧客流失預測模型在上線數月後，預測準確率明顯下降。專案團隊懷疑顧客行為模式改變，導致模型輸入特徵的分佈與原始訓練資料不同，出現典型的資料漂移（Data Drift）問題。為了偵測並確認資料分佈是否發生變化，下列哪一種作法最合適？

難度 ★★☆ 114 年考題

在一個同時包含連續型特徵與類別型特徵的資料集中，若希望透過適當的特徵工程流程來提升模型整體表現，下列哪一種作法最為合適？

難度 ★★☆ 114 年考題

某企業的AI模型已部署於線上服務環境中，用於即時預測顧客流失率。近期團隊注意到模型預測準確率逐漸下降，但系統運作正常且未出現錯誤訊息。經分析發現，近期輸入資料的分佈與模型訓練資料相比出現顯著偏移。若要在MLOps流程中主動偵測並預警此類問題，最應採用下列哪項措施？

難度 ★★☆ 114 年考題

Kubernetes 在 AI 系統部署中的核心功能為何？

難度 ★★★