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