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