A) Tradurre automaticamente il testo da una lingua all'altra. B) Analizzare il sentiment del testo. C) Convertire il parlato in testo. D) Generare risposte testuali simili a quelle umane.
A) Determinare il sentimento o l'opinione espressa nel testo. B) Analizzare la grammatica e la sintassi di una frase. C) Generazione di testo casuale basato su un modello dato. D) Tradurre un testo da una lingua all'altra.
A) Modello di Markov B) Modello di sintassi C) Modello semantico D) modello a n-grammi
A) Determinare il sentimento generale di un testo. B) Riconoscimento di lingue diverse in un testo multilingue. C) Conversione del parlato in testo. D) Identificazione di entità nominate nel testo, come nomi, organizzazioni e località.
A) Ridurre le parole alla loro forma base o radice. B) Generare nuove parole sulla base di quelle esistenti. C) Analizzare il tono emotivo di un testo. D) Individuare la relazione tra le parole in una frase.
A) Impossibilità di rilevare il sentiment nel testo. B) Mancanza di hardware adeguato per l'elaborazione dei dati linguistici. C) Ambiguità del linguaggio che richiede una comprensione contestuale. D) Difficoltà di traduzione tra lingue diverse.
A) Segmentare il testo in singole unità, come parole o frasi. B) Analizzare la struttura grammaticale di una frase. C) Identificare l'argomento di un testo dato. D) Tradurre un testo da una lingua all'altra.
A) Generare sinonimi per le parole. B) Conversione del parlato in testo. C) Riconoscere entità nominate in un testo. D) Analizzare la struttura grammaticale per determinare le relazioni tra le parole.
A) Un tipo di albero sintattico utilizzato negli algoritmi di parsing. B) Un metodo per tradurre tra le lingue. C) Una raccolta di testi utilizzata per l'analisi linguistica. D) Un tipo specifico di relazione di dipendenza tra parole.
A) Potente sistema di ottimizzazione dei tag. B) Etichettatura dei sondaggi di opinione. C) Etichettatura part-of-speech. D) Etichettatura del punto vendita.
A) Tradurre il testo tra le lingue. B) Analizzare la sintassi di una frase. C) Conduzione dell'analisi del sentiment. D) Identificare le relazioni tra le parole in una frase e il loro ruolo semantico.
A) Rappresentare le parole come vettori per catturare il significato semantico. B) Analizzare la struttura della frase. C) Identificare le entità denominate. D) Tradurre parole tra le lingue.
A) Compilatore B) Sintassi C) Algoritmo D) Sostantivo
A) Creare un riassunto conciso di un documento di testo più lungo. B) Analizzare la sintassi di una frase. C) Tradurre il testo tra le lingue. D) Identificazione di entità nominate in un testo.
A) Segmentazione delle frasi. B) Modellazione degli argomenti. C) Riconoscimento di entità denominate. D) Parsing delle dipendenze.
A) Classificazione delle immagini. B) Riconoscimento vocale. C) Estrazione di informazioni. D) Generazione di testo casuale.
A) Traduzione automatica neurale. B) Metodo di analisi morfologica. C) Approccio alla traduzione basato sui simboli. D) Algoritmo di traduzione basato su regole.
A) Rete neurale ricorrente (RNN). B) Rete neurale convoluzionale (CNN). C) Rete di funzioni a base radiale (RBFN). D) Rete di credenze profonde (DBN).
A) Analizzare la struttura grammaticale di una frase. B) Identificare entità specifiche come nomi, organizzazioni e luoghi in un testo. C) Tradurre il testo tra le lingue. D) Analizzare il sentiment di un dato testo.
A) Allocazione Latente Dirichlet. B) Aggregazione di dati localizzata. C) Analisi discriminante lineare. D) Valutazione dello sviluppo del linguaggio.
A) C++. B) Pitone. C) Rubino. D) Java.
A) Tokenizzazione. B) Transfert. C) Trascrizione. D) Trasformazione.
A) Ridurre le parole alla loro forma base o radice per migliorare l'analisi. B) Determinare la grammatica di una frase. C) Generare nuove parole sulla base del vocabolario esistente. D) Identificare il sentimento di un testo dato.
A) Traduzione automatica statistica. B) Traduzione automatica basata sulle immagini. C) Traduzione automatica basata su regole. D) Traduzione automatica basata sul sentimento. |