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