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