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