Associando Casos de Uso do Amazon Textract
Associando Casos de Uso de Análise de Imagens e Texto na AWS com Lógica de Programação - 2/3
Descrição
O Amazon Textract é um serviço de machine learning que extrai texto, dados e informações de documentos digitalizados. Ele é amplamente utilizado em diversas indústrias para automatizar processos e melhorar a eficiência. Neste desafio, você irá explorar alguns dos principais casos de uso do Amazon Textract, associando cada um deles com suas respectivas descrições.
Entrada
A entrada consistirá no caso de uso do Amazon Transcribe para o qual você deve retornar a descrição. Nesse contexto, os seguintes casos de uso são considerados válidos para este desafio de código:
- "educação"
- "finanças"
- "saúde"
- "governo"
Saída
A saída esperada é a descrição associada ao caso de uso fornecido como entrada. Seguem as saídas possíveis, listadas aleatoriamente, para que você possa analisar e associar corretamente considerando o template de código deste desafio:
- "organização de registros acadêmicos digitalizados"
- "dados extraídos de formulários financeiro"
- "digitalização de registros médicos e saúde"
- "dados de formulários governamentais extraídos"
Exemplos
A tabela abaixo apresenta exemplos com alguns dados de entrada e suas respectivas saídas esperadas. Certifique-se de testar seu programa com esses exemplos e com outros casos possíveis.
Entrada | Saída |
---|---|
educação | organização de registros acadêmicos digitalizados |
finanças | dados extraídos de formulários financeiros |
saúde | digitalização de registros médicos e saúde |
Resolução
entrada = input()
def descrever_caso_de_uso(caso):
if caso == "educação":
return "organização de registros acadêmicos digitalizados"
elif caso == "finanças":
return "dados extraídos de formulários financeiros"
elif caso == "saúde":
return "digitalização de registros médicos e saúde"
elif caso == "governo":
return "dados de formulários governamentais extraídos"
print(descrever_caso_de_uso(entrada))
Para encontrar outras soluções, verifique aqui.
Caso encontre algum erro ou tenha sugestões, clique aqui e abra uma issue no Github.