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