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