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