A) Analitzar el sentiment del text. B) Generar respostes de text amb un to similar al humà. C) Convertir la veu en text. D) Traduir text d'una llengua a una altra automàticament.
A) Determinar el sentiment o opinió expressat en un text. B) Traduir text d'una llengua a una altra. C) Analitzar la gramàtica i la sintaxi d'una frase. D) Generar text aleatori basat en un model donat.
A) Model de Markov B) Model sintàctic C) Model semàntic D) Model n-gram
A) Determinar el sentiment general d'un text. B) Convertir la parla en text. C) Reconeixement de diferents idiomes en un text multilingüe. D) Identificar entitats amb nom en un text, com ara noms, organitzacions i llocs.
A) Generar paraules noves a partir de paraules existents. B) Identificar la relació entre les paraules en una frase. C) Reduir les paraules a la seva forma base o arrel. D) Analitzar el to emocional d'un text.
A) La dificultat per a la traducció entre diferents idiomes. B) La manca de maquinari adequat per processar dades de llenguatge. C) La incapacitat de detectar el sentiment en el text. D) L'ambigüitat en el llenguatge que requereix una comprensió contextual.
A) Dividir el text en unitats individuals, com ara paraules o frases. B) Analitzar l'estructura gramatical d'una frase. C) Identificar el tema d'un text donat. D) Traduir text d'una llengua a una altra.
A) Generació de sinònims per a les paraules. B) Reconeixement d'entitats amb nom en el text. C) Conversió de la parla a text. D) Anàlisi de l'estructura gramatical per determinar les relacions entre les paraules.
A) Un mètode per traduir entre idiomes. B) Un tipus d'arbre de sintaxi utilitzat en els algoritmes d'anàlisi sintàctica. C) Una col·lecció de textos utilitzada per a l'anàlisi lingüística. D) Un tipus específic de relació de dependència entre paraules.
A) Traduir text entre idiomes. B) Identificar entitats específiques com ara noms, organitzacions i llocs en un text. C) Analitzar el sentiment d'un text donat. D) Analitzar l'estructura gramatical d'una frase.
A) Java. B) Python. C) Ruby. D) C++.
A) Etiquetatge de punts de venda. B) Etiquetatge de sistemes d'optimització potents. C) Etiquetatge d'enquestes d'opinió pública. D) Etiquetatge de classes gramaticals.
A) Extracció d'informació. B) Reconeixement de veu. C) Classificació d'imatges. D) Generació de text aleatori.
A) Analitzar la sintaxi d'una frase. B) Crear un resum concís d'un document de text més llarg. C) Traduir text entre idiomes. D) Identificar entitats amb noms en un text.
A) Xarxa de funcions de base radial (RBFN). B) Xarxa de creences profundes (DBN). C) Xarxa neuronal convolucional (CNN). D) Xarxa neuronal recurrent (RNN).
A) Distribució latent de Dirichlet. B) Anàlisi discriminant lineal. C) Agregació de dades localitzades. D) Avaluació del desenvolupament del llenguatge.
A) Generar paraules noves a partir del vocabulari existent. B) Reduir les paraules a la seva forma base o arrel per millorar l'anàlisi. C) Identificar el sentiment d'un text donat. D) Determinar la gramàtica d'una frase.
A) Realitzar anàlisi de sentiments. B) Analitzar la sintaxi d'una frase. C) Identificar les relacions entre les paraules en una frase i els seus rols semàntics. D) Traduir textos entre idiomes.
A) Compilador B) Algoritme C) Sintaxi D) Nom
A) Traducció automàtica estadística. B) Traducció automàtica basada en el sentiment. C) Traducció automàtica basada en regles. D) Traducció automàtica basada en imatges.
A) Algoritme de traducció basat en regles. B) Mètode d'anàlisi morfològica. C) Traducció automàtica basada en xarxes neuronals. D) Enfoque de traducció basat en símbols.
A) Transformació. B) Transferència. C) Transcripció. D) Tokenització.
A) Analitzar l'estructura de les frases. B) Representar les paraules com a vectors per capturar el significat semàntic. C) Traduir paraules entre idiomes. D) Identificar entitats amb noms propis.
A) Reconeixement d'entitats nomenades. B) Segmentació de frases. C) Anàlisi de dependències. D) Modelatge de temes. |