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