ThatQuiz Elenco di test Affronta questo test adesso
Elaborazione del linguaggio naturale - Test
Con il contributo di: Rizzi
  • 1. L'elaborazione del linguaggio naturale (NLP) è un campo dell'intelligenza artificiale che si concentra sull'interazione tra computer ed esseri umani utilizzando il linguaggio naturale. Comporta lo sviluppo di algoritmi e modelli che consentono alle macchine di comprendere, interpretare e generare il linguaggio umano. La linguistica computazionale è un sottocampo della PNL che combina linguistica e informatica per studiare il linguaggio umano e sviluppare modelli computazionali per l'analisi e l'elaborazione dei dati linguistici. Attraverso la PNL e la linguistica computazionale, i ricercatori mirano a costruire sistemi in grado di eseguire compiti come la traduzione linguistica, l'analisi del sentiment, il riconoscimento vocale e la sintesi del testo. Queste tecnologie hanno un'ampia gamma di applicazioni, dagli assistenti virtuali e i chatbot agli strumenti di elaborazione linguistica per la ricerca e l'istruzione.

    Qual è l'obiettivo della traduzione automatica in PNL?
A) Generare risposte testuali simili a quelle umane.
B) Convertire il parlato in testo.
C) Tradurre automaticamente il testo da una lingua all'altra.
D) Analizzare il sentiment del testo.
  • 2. Che cos'è la sentiment analysis in NLP?
A) Determinare il sentimento o l'opinione espressa nel testo.
B) Generazione di testo casuale basato su un modello dato.
C) Tradurre un testo da una lingua all'altra.
D) Analizzare la grammatica e la sintassi di una frase.
  • 3. Quale tipo di modello linguistico viene utilizzato per prevedere la parola successiva in una frase?
A) Modello di Markov
B) modello a n-grammi
C) Modello semantico
D) Modello di sintassi
  • 4. Che cos'è il riconoscimento di entità denominate in PNL?
A) Riconoscimento di lingue diverse in un testo multilingue.
B) Conversione del parlato in testo.
C) Identificazione di entità nominate nel testo, come nomi, organizzazioni e località.
D) Determinare il sentimento generale di un testo.
  • 5. Che cos'è lo stemming in PNL?
A) Generare nuove parole sulla base di quelle esistenti.
B) Individuare la relazione tra le parole in una frase.
C) Ridurre le parole alla loro forma base o radice.
D) Analizzare il tono emotivo di un testo.
  • 6. Qual è la sfida principale nella comprensione del linguaggio naturale?
A) Impossibilità di rilevare il sentiment nel testo.
B) Ambiguità del linguaggio che richiede una comprensione contestuale.
C) Difficoltà di traduzione tra lingue diverse.
D) Mancanza di hardware adeguato per l'elaborazione dei dati linguistici.
  • 7. Che cos'è la tokenizzazione in NLP?
A) Segmentare il testo in singole unità, come parole o frasi.
B) Identificare l'argomento di un testo dato.
C) Tradurre un testo da una lingua all'altra.
D) Analizzare la struttura grammaticale di una frase.
  • 8. Che cos'è il parsing delle dipendenze in NLP?
A) Generare sinonimi per le parole.
B) Analizzare la struttura grammaticale per determinare le relazioni tra le parole.
C) Conversione del parlato in testo.
D) Riconoscere entità nominate in un testo.
  • 9. Che cos'è un corpus nel contesto della PNL?
A) Una raccolta di testi utilizzata per l'analisi linguistica.
B) Un tipo di albero sintattico utilizzato negli algoritmi di parsing.
C) Un tipo specifico di relazione di dipendenza tra parole.
D) Un metodo per tradurre tra le lingue.
  • 10. A cosa si riferisce il POS tagging nell'elaborazione del linguaggio naturale?
A) Etichettatura dei sondaggi di opinione.
B) Etichettatura del punto vendita.
C) Etichettatura part-of-speech.
D) Potente sistema di ottimizzazione dei tag.
  • 11. Che cos'è l'etichettatura semantica dei ruoli in PNL?
A) Analizzare la sintassi di una frase.
B) Identificare le relazioni tra le parole in una frase e il loro ruolo semantico.
C) Conduzione dell'analisi del sentiment.
D) Tradurre il testo tra le lingue.
  • 12. Qual è l'obiettivo dei word embeddings in NLP?
A) Rappresentare le parole come vettori per catturare il significato semantico.
B) Tradurre parole tra le lingue.
C) Analizzare la struttura della frase.
D) Identificare le entità denominate.
  • 13. Quale dei seguenti è un esempio di tag part-of-speech?
A) Compilatore
B) Algoritmo
C) Sintassi
D) Sostantivo
  • 14. Che cos'è la sintesi del testo in NLP?
A) Identificazione di entità nominate in un testo.
B) Analizzare la sintassi di una frase.
C) Creare un riassunto conciso di un documento di testo più lungo.
D) Tradurre il testo tra le lingue.
  • 15. Quale metodo della PNL si concentra sulla comprensione delle relazioni tra le parole in una frase?
A) Modellazione degli argomenti.
B) Segmentazione delle frasi.
C) Riconoscimento di entità denominate.
D) Parsing delle dipendenze.
  • 16. Quale compito di NLP si concentra sull'estrazione di informazioni strutturate da un testo non strutturato?
A) Classificazione delle immagini.
B) Generazione di testo casuale.
C) Riconoscimento vocale.
D) Estrazione di informazioni.
  • 17. Quale tecnica viene impiegata nei sistemi di traduzione linguistica per migliorare l'accuratezza e la fluidità?
A) Algoritmo di traduzione basato su regole.
B) Metodo di analisi morfologica.
C) Traduzione automatica neurale.
D) Approccio alla traduzione basato sui simboli.
  • 18. Quale tipo di rete neurale è comunemente utilizzata per compiti di sequenza-sequenza in NLP?
A) Rete di funzioni a base radiale (RBFN).
B) Rete di credenze profonde (DBN).
C) Rete neurale ricorrente (RNN).
D) Rete neurale convoluzionale (CNN).
  • 19. Qual è lo scopo del riconoscimento delle entità denominate in PNL?
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.
  • 20. Che cosa significa l'acronimo LDA in PNL?
A) Aggregazione di dati localizzata.
B) Analisi discriminante lineare.
C) Allocazione Latente Dirichlet.
D) Valutazione dello sviluppo del linguaggio.
  • 21. Quale linguaggio di programmazione è comunemente utilizzato per l'elaborazione del linguaggio naturale?
A) Pitone.
B) C++.
C) Rubino.
D) Java.
  • 22. Qual è il termine usato per il processo di scomposizione del testo in parole o frasi?
A) Tokenizzazione.
B) Transfert.
C) Trascrizione.
D) Trasformazione.
  • 23. Qual è lo scopo dello stemming in PNL?
A) Ridurre le parole alla loro forma base o radice per migliorare l'analisi.
B) Identificare il sentimento di un testo dato.
C) Generare nuove parole sulla base del vocabolario esistente.
D) Determinare la grammatica di una frase.
  • 24. Quale approccio è comunemente utilizzato per la traduzione automatica in PNL?
A) Traduzione automatica basata sul sentimento.
B) Traduzione automatica basata su regole.
C) Traduzione automatica statistica.
D) Traduzione automatica basata sulle immagini.
Creato con That Quiz — il sito di generazione di test di matematica con risorse per altre aree tematiche.