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