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