Traitement du langage naturel (linguistique informatique)

1. Le traitement du langage naturel (TLN) est un domaine de l'intelligence artificielle qui se concentre sur l'interaction entre les ordinateurs et les humains utilisant le langage naturel. Il implique le développement d'algorithmes et de modèles qui permettent aux machines de comprendre, d'interpréter et de générer du langage humain. La linguistique informatique est un sous-domaine de la PNL qui combine la linguistique et l'informatique pour étudier le langage humain et développer des modèles informatiques pour l'analyse et le traitement des données linguistiques. Grâce à la PNL et à la linguistique informatique, les chercheurs cherchent à construire des systèmes capables d'effectuer des tâches telles que la traduction linguistique, l'analyse des sentiments, la reconnaissance vocale et le résumé de texte. Ces technologies ont un large éventail d'applications, depuis les assistants virtuels et les robots de conversation jusqu'aux outils de traitement des langues pour la recherche et l'éducation.

Quel est l'objectif de la traduction automatique dans le cadre du NLP ?

A) Analyser le sentiment d'un texte.
B) Convertir la parole en texte.
C) Générer des réponses textuelles de type humain.
D) Traduire automatiquement un texte d'une langue à l'autre.

2. Qu'est-ce que l'analyse des sentiments dans le cadre du NLP ?

A) Déterminer le sentiment ou l'opinion exprimé dans le texte.
B) Génération de textes aléatoires sur la base d'un modèle donné.
C) Traduire un texte d'une langue à une autre.
D) Analyser la grammaire et la syntaxe d'une phrase.

3. Quel type de modèle de langage est utilisé pour prédire le mot suivant dans une phrase ?

A) Modèle de syntaxe
B) Modèle sémantique
C) modèle n-gram
D) Modèle de Markov

4. Qu'est-ce que la reconnaissance des entités nommées dans le cadre du NLP ?

A) Conversion de la parole en texte.
B) Reconnaissance de différentes langues dans un texte multilingue.
C) Déterminer le sentiment général d'un texte.
D) Identification d'entités nommées dans un texte, telles que des noms, des organisations et des lieux.

5. Qu'est-ce que le stemming en PNL ?

A) Réduire les mots à leur forme de base ou de racine.
B) Analyser le ton émotionnel d'un texte.
C) Identifier la relation entre les mots dans une phrase.
D) Générer de nouveaux mots à partir de mots existants.

6. Quel est le principal défi en matière de compréhension du langage naturel ?

A) Manque de matériel adapté au traitement des données linguistiques.
B) Ambiguïté du langage qui nécessite une compréhension du contexte.
C) Incapacité à détecter les sentiments dans le texte.
D) Difficulté de traduction entre différentes langues.

7. Qu'est-ce que la tokenisation dans le cadre du NLP ?

A) Analyser la structure grammaticale d'une phrase.
B) Segmenter un texte en unités individuelles telles que des mots ou des phrases.
C) Identifier le thème d'un texte donné.
D) Traduire un texte d'une langue à une autre.

8. Qu'est-ce que l'analyse des dépendances dans le cadre du NLP ?

A) Reconnaissance des entités nommées dans un texte.
B) Générer des synonymes pour les mots.
C) Conversion de la parole en texte.
D) Analyser la structure grammaticale pour déterminer les relations entre les mots.

9. Qu'est-ce qu'un corpus dans le contexte de la PNL ?

A) Une méthode de traduction entre les langues.
B) Un ensemble de textes utilisés pour l'analyse linguistique.
C) Un type spécifique de relation de dépendance entre les mots.
D) Type d'arbre syntaxique utilisé dans les algorithmes d'analyse syntaxique.

10. Quel type de réseau neuronal est couramment utilisé pour les tâches de séquence à séquence dans le cadre du NLP ?

A) Réseau de fonctions à base radiale (RBFN).
B) Réseau neuronal récurrent (RNN).
C) Réseau neuronal convolutif (CNN).
D) Réseau de croyances profondes (DBN).

11. Que signifie l'acronyme LDA dans la PNL ?

A) Analyse discriminante linéaire.
B) Évaluation du développement du langage.
C) Agrégation de données localisées.
D) Latent Dirichlet Allocation.

12. Que signifie l'étiquetage POS dans le traitement du langage naturel ?

A) Puissant système d'optimisation de l'étiquetage.
B) Marquage des parties du discours.
C) Étiquetage au point de vente.
D) Marquage des sondages d'opinion.

13. Quelle tâche NLP consiste à extraire des informations structurées d'un texte non structuré ?

A) Classification des images.
B) Génération de textes aléatoires.
C) Reconnaissance vocale.
D) Extraction d'informations.

14. Qu'est-ce que le résumé de texte dans le cadre du NLP ?

A) Analyser la syntaxe d'une phrase.
B) Identification des entités nommées dans un texte.
C) Créer un résumé concis d'un texte plus long.
D) Traduire un texte d'une langue à l'autre.

15. Quel est l'objectif de l'intégration des mots dans la PNL ?

A) Représenter les mots sous forme de vecteurs afin d'en saisir le sens sémantique.
B) Analyser la structure des phrases.
C) Traduire des mots d'une langue à l'autre.
D) Identifier les entités nommées.

16. Quelle technique est utilisée dans les systèmes de traduction linguistique pour améliorer la précision et la fluidité ?

A) Méthode d'analyse morphologique.
B) Algorithme de traduction basé sur des règles.
C) Approche de la traduction basée sur les symboles.
D) Traduction automatique neuronale.

17. Lequel des éléments suivants est un exemple de marqueur de partie du discours ?

A) Compilateur
B) Noun
C) Algorithme
D) Syntaxe

18. Qu'est-ce que l'étiquetage des rôles sémantiques dans le cadre du NLP ?

A) Traduire un texte d'une langue à l'autre.
B) Identifier les relations entre les mots d'une phrase et leur rôle sémantique.
C) Effectuer une analyse des sentiments.
D) Analyser la syntaxe d'une phrase.

19. Quelle est l'approche couramment utilisée pour la traduction automatique dans le cadre du NLP ?

A) Traduction automatique basée sur les sentiments.
B) Traduction automatique basée sur des règles.
C) Traduction automatique basée sur l'image.
D) Traduction automatique statistique.

20. Quel est le but du stemming dans la PNL ?

A) Identifier le sentiment d'un texte donné.
B) Déterminer la grammaire d'une phrase.
C) Générer de nouveaux mots à partir du vocabulaire existant.
D) Réduire les mots à leur base ou à leur racine pour améliorer l'analyse.

21. Quelle méthode de la PNL se concentre sur la compréhension des relations entre les mots d'une phrase ?

A) Analyse des dépendances.
B) Reconnaissance des entités nommées.
C) Segmentation des phrases.
D) Modélisation du sujet.

22. Quel est l'objectif de la reconnaissance des entités nommées dans le cadre du NLP ?

A) Analyser le sentiment d'un texte donné.
B) Analyser la structure grammaticale d'une phrase.
C) Traduire un texte d'une langue à l'autre.
D) Identifier des entités spécifiques telles que des noms, des organisations et des lieux dans un texte.

23. Quel est le langage de programmation couramment utilisé pour les tâches de traitement du langage naturel ?

A) Java.
B) Python.
C) C++.
D) Rubis.

24. Quel est le terme utilisé pour désigner le processus de découpage d'un texte en mots ou en phrases ?

A) La tokenisation.
B) Transformation.
C) Transcription.
D) Le transfert.

Créé avec That Quiz — où un test de math n'est qu'à un clic du bout des doigtsu bout des doigts.