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