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