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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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) Pemodelan topik (topic modeling).
C) Segmentasi kalimat.
D) Analisis ketergantungan (dependency parsing).