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