A) Convierte la voz en texto. B) Traduzca texto de un idioma a otro automáticamente. C) Analizar el sentimiento de un texto. D) Generar respuestas textuales de tipo humano.
A) Traducir un texto de una lengua a otra. B) Generación de texto aleatorio basado en un modelo dado. C) Determinar el sentimiento o la opinión expresada en un texto. D) Analizar la gramática y la sintaxis de una frase.
A) modelo n-gram B) Modelo de Markov C) Modelo semántico D) Modelo sintáctico
A) Determinar el sentimiento general de un texto. B) Conversión de voz a texto. C) Identificación de entidades con nombre en el texto, como nombres, organizaciones y ubicaciones. D) Reconocimiento de distintas lenguas en un texto multilingüe.
A) Analizar el tono emocional de un texto. B) Generar nuevas palabras a partir de las existentes. C) Identificar la relación entre las palabras de una frase. D) Reducir las palabras a su forma básica o raíz.
A) Dificultad para traducir entre distintas lenguas. B) Incapacidad para detectar el sentimiento en el texto. C) Falta de hardware adecuado para procesar los datos lingüísticos. D) Ambigüedad en el lenguaje que requiere comprensión contextual.
A) Identificar el tema de un texto determinado. B) Traducir un texto de una lengua a otra. C) Segmentar el texto en unidades individuales, como palabras o frases. D) Analizar la estructura gramatical de una frase.
A) Analizar la estructura gramatical para determinar las relaciones entre las palabras. B) Conversión de voz a texto. C) Generar sinónimos de palabras. D) Reconocimiento de entidades con nombre en el texto.
A) Un método para traducir entre idiomas. B) Tipo de árbol sintáctico utilizado en los algoritmos de análisis sintáctico. C) Tipo específico de relación de dependencia entre palabras. D) Conjunto de textos utilizados para el análisis lingüístico.
A) Sintaxis B) Compilador C) Sustantivo D) Algoritmo
A) Identificar entidades específicas como nombres, organizaciones y lugares en un texto. B) Traducir texto entre idiomas. C) Analizar la estructura gramatical de una frase. D) Analizar el sentimiento de un texto dado.
A) Java. B) C++. C) Rubí. D) Python.
A) Identificación de entidades con nombre en un texto. B) Traducir texto entre idiomas. C) Analizar la sintaxis de una frase. D) Creación de un resumen conciso de un documento de texto más largo.
A) Análisis discriminante lineal. B) Asignación latente de Dirichlet. C) Evaluación del desarrollo del lenguaje. D) Agregación de datos localizados.
A) Traducción automática estadística. B) Traducción automática basada en reglas. C) Traducción automática basada en imágenes. D) Traducción automática basada en el sentimiento.
A) Enfoque de traducción basado en símbolos. B) Algoritmo de traducción basado en reglas. C) Método de análisis morfológico. D) Traducción automática neuronal.
A) Generar nuevas palabras a partir del vocabulario existente. B) Identificar el sentimiento de un texto dado. C) Determinar la gramática de una frase. D) Reducir las palabras a su forma base o raíz para mejorar el análisis.
A) Analizar la sintaxis de una frase. B) Identificar las relaciones entre las palabras de una frase y sus funciones semánticas. C) Traducir texto entre idiomas. D) Realización de análisis de sentimientos.
A) Clasificación de imágenes. B) Extracción de información. C) Generación aleatoria de texto. D) Reconocimiento de voz.
A) Etiquetado de partes del discurso. B) Etiquetado en el punto de venta. C) Etiquetado de encuestas de opinión pública. D) Potente sistema de optimización del etiquetado.
A) Transferencia. B) Tokenización. C) Transformación. D) Transcripción.
A) Analizar la estructura de las frases. B) Representar palabras como vectores para captar el significado semántico. C) Traducir palabras entre idiomas. D) Identificar entidades con nombre.
A) Red neuronal recurrente (RNN). B) Red de creencia profunda (DBN). C) Red neuronal convolucional (CNN). D) Red de función de base radial (RBFN).
A) Reconocimiento de entidades con nombre. B) Análisis sintáctico de dependencias. C) Segmentación de frases. D) Modelado de temas. |