A) Menghasilkan respons teks yang mirip dengan bahasa manusia.
B) Menerjemahkan teks dari satu bahasa ke bahasa lain secara otomatis.
C) Menganalisis sentimen dari sebuah teks.
D) Mengubah ucapan menjadi teks.

A) Menganalisis tata bahasa dan sintaksis sebuah kalimat.
B) Menentukan sentimen atau opini yang diungkapkan dalam sebuah teks.
C) Menerjemahkan teks dari satu bahasa ke bahasa lain.
D) Menghasilkan teks acak berdasarkan model yang diberikan.

A) Model Markov
B) Model semantik
C) Model sintaksis
D) Model n-gram

A) Mengidentifikasi entitas bernama dalam teks, seperti nama, organisasi, dan lokasi.
B) Mengenali berbagai bahasa dalam sebuah teks multibahasa.
C) Menentukan sentimen keseluruhan dari sebuah teks.
D) Mengubah ucapan menjadi teks.

A) Menghasilkan kata-kata baru berdasarkan kata-kata yang sudah ada.
B) Menganalisis nada emosional dari sebuah teks.
C) Mengidentifikasi hubungan antara kata-kata dalam sebuah kalimat.
D) Mengurangi kata-kata menjadi bentuk dasar atau akarnya.

A) Ketidakjelasan dalam bahasa yang memerlukan pemahaman konteks.
B) Kesulitan dalam menerjemahkan antara bahasa yang berbeda.
C) Ketidakmampuan untuk mendeteksi sentimen dalam teks.
D) Ketersediaan perangkat keras yang terbatas untuk memproses data bahasa.

A) Menerjemahkan teks dari satu bahasa ke bahasa lain.
B) Menganalisis struktur gramatikal sebuah kalimat.
C) Mengidentifikasi topik dari sebuah teks tertentu.
D) Memecah teks menjadi unit-unit individual seperti kata atau frasa.

A) Menganalisis struktur gramatikal untuk menentukan hubungan antar kata.
B) Menghasilkan sinonim untuk kata-kata.
C) Mengenali entitas bernama dalam teks.
D) Mengubah ucapan menjadi teks.

A) Jenis pohon sintaks yang digunakan dalam algoritma penguraian.
B) Sebuah metode untuk menerjemahkan antara bahasa.
C) Jenis hubungan ketergantungan tertentu antara kata-kata.
D) Kumpulan teks yang digunakan untuk analisis linguistik.

A) Mengidentifikasi entitas-entitas spesifik seperti nama, organisasi, dan lokasi dalam teks.
B) Menganalisis sentimen dari suatu teks.
C) Menerjemahkan teks dari satu bahasa ke bahasa lain.
D) Menganalisis struktur gramatikal dari sebuah kalimat.

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

A) Penandaan titik penjualan (Point-of-sale tagging).
B) Penandaan sistem optimasi yang kuat (Powerful optimization system tagging).
C) Penandaan bagian kata (Part-of-speech tagging).
D) Penandaan survei opini publik (Public opinion survey tagging).

A) Pengenalan ucapan.
B) Ekstraksi informasi.
C) Klasifikasi gambar.
D) Pembuatan teks acak.

A) Menganalisis struktur sintaksis sebuah kalimat.
B) Membuat ringkasan singkat dari dokumen teks yang lebih panjang.
C) Mengidentifikasi entitas bernama dalam sebuah teks.
D) Menerjemahkan teks dari satu bahasa ke bahasa lain.

A) Jaringan saraf rekuren (RNN).
B) Jaringan saraf konvolusional (CNN).
C) Jaringan fungsi basis radial (RBFN).
D) Jaringan kepercayaan mendalam (DBN).

A) Agregasi Data Lokal.
B) Analisis Diskriminan Linear.
C) Latent Dirichlet Allocation.
D) Penilaian Pengembangan Bahasa.

A) Menentukan tata bahasa dari sebuah kalimat.
B) Mengurangi kata-kata menjadi bentuk dasar atau akarnya untuk meningkatkan analisis.
C) Menghasilkan kata-kata baru berdasarkan kosakata yang sudah ada.
D) Mengidentifikasi sentimen dari sebuah teks tertentu.

A) Menerjemahkan teks antar bahasa.
B) Mengidentifikasi hubungan antara kata-kata dalam sebuah kalimat dan peran semantiknya.
C) Menganalisis sintaksis sebuah kalimat.
D) Melakukan analisis sentimen.

A) Kata benda
B) Sintaksis
C) Algoritma
D) Kompilator

A) Penerjemahan mesin berbasis gambar.
B) Penerjemahan mesin berbasis statistik.
C) Penerjemahan mesin berbasis aturan.
D) Penerjemahan mesin berbasis sentimen.

A) Penerjemahan mesin berbasis jaringan saraf.
B) Pendekatan penerjemahan berbasis simbol.
C) Metode analisis morfologi.
D) Algoritma penerjemahan berbasis aturan.

A) Tokenisasi.
B) Transferensi.
C) Transformasi.
D) Transkripsi.

A) Mengidentifikasi entitas bernama.
B) Menganalisis struktur kalimat.
C) Merepresentasikan kata sebagai vektor untuk menangkap makna semantik.
D) Menerjemahkan kata antar bahasa.

A) Pengenalan entitas bernama (named entity recognition).
B) Analisis ketergantungan (dependency parsing).
C) Pemodelan topik (topic modeling).
D) Segmentasi kalimat.