A) Konwersja mowy na tekst. B) Generowanie odpowiedzi tekstowych podobnych do ludzkich. C) Automatyczne tłumaczenie tekstu z jednego języka na inny. D) Analizuj sentyment tekstu.
A) Tłumaczenie tekstu z jednego języka na inny. B) Analiza gramatyki i składni zdania. C) Generowanie losowego tekstu na podstawie danego modelu. D) Określenie sentymentu lub opinii wyrażonej w tekście.
A) model n-gramowy B) Model Markowa C) Model składni D) Model semantyczny
A) Określanie ogólnego nastroju tekstu. B) Identyfikacja nazwanych jednostek w tekście, takich jak nazwiska, organizacje i lokalizacje. C) Konwersja mowy na tekst. D) Rozpoznawanie różnych języków w wielojęzycznym tekście.
A) Analiza emocjonalnego tonu tekstu. B) Generowanie nowych słów na podstawie już istniejących. C) Identyfikowanie relacji między słowami w zdaniu. D) Redukcja słów do ich formy podstawowej lub źródłowej.
A) Niemożność wykrycia sentymentu w tekście. B) Niejednoznaczność w języku, która wymaga zrozumienia kontekstu. C) Trudności w tłumaczeniu między różnymi językami. D) Brak odpowiedniego sprzętu do przetwarzania danych językowych.
A) Segmentacja tekstu na poszczególne jednostki, takie jak słowa lub frazy. B) Tłumaczenie tekstu z jednego języka na inny. C) Identyfikacja tematu danego tekstu. D) Analiza struktury gramatycznej zdania.
A) Analizowanie struktury gramatycznej w celu określenia relacji między słowami. B) Konwersja mowy na tekst. C) Rozpoznawanie nazwanych jednostek w tekście. D) Generowanie synonimów dla słów.
A) Metoda tłumaczenia między językami. B) Zbiór tekstu wykorzystywany do analizy językowej. C) Określony rodzaj zależności między słowami. D) Rodzaj drzewa składni używanego w algorytmach parsowania.
A) Sieć z radialną funkcją bazową (RBFN). B) Konwolucyjna sieć neuronowa (CNN). C) Rekurencyjna sieć neuronowa (RNN). D) Głęboka sieć przekonań (DBN).
A) Przeniesienie. B) Transformacja. C) Tokenizacja. D) Transkrypcja.
A) Ocena rozwoju językowego. B) Latent Dirichlet Allocation. C) Lokalna agregacja danych. D) Liniowa analiza dyskryminacyjna.
A) C++. B) Java. C) Ruby. D) Python.
A) Podejście do tłumaczenia oparte na symbolach. B) Algorytm tłumaczenia oparty na regułach. C) Neuronowe tłumaczenie maszynowe. D) Metoda analizy morfologicznej.
A) Tłumaczenie maszynowe oparte na regułach. B) Tłumaczenie maszynowe oparte na sentymentach. C) Tłumaczenie maszynowe oparte na obrazach. D) Statystyczne tłumaczenie maszynowe.
A) Rzeczownik B) Algorytm C) Kompilator D) Składnia
A) Identyfikacja relacji między słowami w zdaniu i ich ról semantycznych. B) Przeprowadzanie analizy nastrojów. C) Analiza składni zdania. D) Tłumaczenie tekstu między językami.
A) Analizuj sentyment danego tekstu. B) Analizowanie struktury gramatycznej zdania. C) Tłumaczenie tekstu między językami. D) Identyfikowanie określonych podmiotów, takich jak nazwiska, organizacje i lokalizacje w tekście.
A) Oznaczanie w punkcie sprzedaży. B) Oznaczanie badań opinii publicznej. C) Tagowanie części mowy. D) Potężny system optymalizacji tagowania.
A) Parsowanie zależności. B) Segmentacja zdań. C) Modelowanie tematyczne. D) Rozpoznawanie nazwanych podmiotów.
A) Generowanie nowych słów na podstawie istniejącego słownictwa. B) Redukcja słów do ich formy podstawowej lub źródłowej w celu usprawnienia analizy. C) Określ gramatykę zdania. D) Określenie nastroju danego tekstu.
A) Wydobywanie informacji. B) Losowe generowanie tekstu. C) Rozpoznawanie mowy. D) Klasyfikacja obrazów.
A) Identyfikacja nazwanych podmiotów. B) Analizowanie struktury zdań. C) Tłumaczenie słów między językami. D) Reprezentuj słowa jako wektory, aby uchwycić znaczenie semantyczne.
A) Analiza składni zdania. B) Tłumaczenie tekstu między językami. C) Identyfikacja nazwanych jednostek w tekście. D) Tworzenie zwięzłego podsumowania dłuższego dokumentu tekstowego. |