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