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